Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

SYSTÈME DECISIONNEL (SID) • Gouvernance de données • Entrepôt des données • Fou

SYSTÈME DECISIONNEL (SID) • Gouvernance de données • Entrepôt des données • Fouille de données La définition du SI La Mise en œuvre de stratégie d’extraction gagnante L’Analyse données (énormes) Le Traitement des résultats Facilite : Knowlegde Management • Faciliter la prise de décision, les échanges en abolissant les contraintes spatio-temporelles, • Améliorer la réactivité aux signes du marché (anticiper) • Eviter la répétition d'erreurs / redondance des tâches • Favoriser l'innovation et la créativité, • Devenir une organisation apprenante Knowlegde Management Les données doivent être : • bien gouvernées • Mesurables et traçables • Disponibles, réutilisations, Exploitations • Sécurisées, classifiées, historisables BIG DATA (Megadonnées) Technique pour collecter, maintenir et traiter l’énorme info, expliquer la relation entre les Data caractérisée par 3V (Volume, Vélocité, variété) C’est un super ensemble de Data Mining. Caractéristiques : • Volume: pas d'échantillonnage, on observe et mesure tout • Vélocité: les données et les résultats sont souvent disponibles en temps réel • Variété: puise dans les données textuelles, les photos, audio / vidéo et complète généralement les pièces manquantes en fusionnant plusieurs sources BIG DATA (Megadonnées) Explosion de la disponibilité des données Augmentation de la capacité de stockage Augmentation de la capacité d’analyse Collection des data non volatiles et historisées, organisées supportant une aide à la Décision. OLAP (Online Analytical Process) qui est une méthode de fragmentation Verticale Data Warehouse OLTP OLAP Utilisateur Employé et Professionnel Analyse connaissance Fonction Opérations au jour le jour Aide à la décision Conception de BD Orientée application Orientée sujet Données Courante, détaillée, simple relationnel Historique, multidimensionnelle, intégrée, consolidée résumée Usage Répétitif Ad-hoc Accès Read/Write index/hash sur PK Multiples Unité de travail Court, transaction simple Requête complexe Enregistrement accès Dizaines Millions Nombre Centaines utilisateur Milliers utilisateur Taille de la BD 100Mo-1Go 100Go-1To Métrique Transaction Requête Data Warehouse TYPE Traitement de l’information : requêtes, analyse statistique, tableaux croisés, graphiques. Traitement analytique : Analyse multidimensionnelle des données DataMining : pour l’analyse, l’extraction de données et la découverte de connaissance Data Science et Data Engineering Data Science : 1. Domaine ou outils utilisés dans le Big Data. 2. consiste à obtenir des infos significatives à partir de donnée brutes et non structurées en appliquant des compétences analytiques, de programmation et commerciales. 3. Ex : SPSS, R, Python, SAS, Stata et Julia, Scala, Java et C#, Neo4j, Cassandra, SqlServer, Oracle, … Cycle de vie Data Science : 1.Data Discovery : Recherche de sources de Data et capture de Data structurées et non structurées. 2.Préparation des données : conversion dans un format commun. 3.Modèle math : variables et équations établissant une relation. 4.Mettre les choses en action : recueillir des infos et obtenir des résultats en fonction des besoins de l’entreprise. 5.Communication : Communiquer les résultats aux décideurs. Data Engineering et/ou DataMining concentre les applications pratiques de la collecte et de l’analyse de données volumineuses. Outil de collecte automatique des Data et BD stockées dans le DW Algo/méthode d’extraction, d’exploration et d’analyse des Big Data Ex : Python, R, C#, Java, Neo4j, Cassandra, SPSS, Rapid Miner, SAS, Excel, R, MatLab, KNIME, SQLServer, Oracle DM, STATISTICA SAP,, Redis, Riak, PostgreSQL, Hiven, Sqoop,, MongoDB, Scala, … Outil de collecte automatique des Data et BD stockées dans le DW Algo/méthode d’extraction, d’exploration et d’analyse des Big Data Data Mining SPSS, Rapid Miner, SAS, Excel, R, MatLab, KNIME, Ms SQL Server, Oracle DM, STATISTICA, etc uploads/Management/03-al-systeme-decisionnel.pdf