« Science des données » : différence entre les versions
(Annulation des modifications 34697 de Imeziani (discussion)) Balise : Annulation |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
En termes généraux, la | En termes généraux, la science des données est l'extraction de connaissance d'ensembles de données. | ||
Elle emploie des techniques et des théories tirées de nombreux domaines dans le contexte des mathématiques, des statistiques, de l'informatique, de la théorie et des technologies de l'information. | |||
Parmi elles : les modèles probabilistes, l'apprentissage automatique, l'apprentissage statistique, la programmation informatique, l'ingénierie de données, la reconnaissance de formes, la visualisation de données, l'analytique prophétique, la modélisation d'incertitude, le stockage de données, la géovisualisation, la compression de données et le calcul à haute performance. | |||
Les méthodes qui s'adaptent aux données de masse sont particulièrement intéressantes dans la science des données, bien que la discipline ne soit généralement pas considérée comme limitée à ces données. | |||
==Français== | ==Français== | ||
| Ligne 22 : | Ligne 27 : | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
[[Catégorie:Traitement de données]] | [[Catégorie:Traitement de données]] | ||
Version du 10 janvier 2021 à 11:37
Définition
En termes généraux, la science des données est l'extraction de connaissance d'ensembles de données.
Elle emploie des techniques et des théories tirées de nombreux domaines dans le contexte des mathématiques, des statistiques, de l'informatique, de la théorie et des technologies de l'information. Parmi elles : les modèles probabilistes, l'apprentissage automatique, l'apprentissage statistique, la programmation informatique, l'ingénierie de données, la reconnaissance de formes, la visualisation de données, l'analytique prophétique, la modélisation d'incertitude, le stockage de données, la géovisualisation, la compression de données et le calcul à haute performance.
Les méthodes qui s'adaptent aux données de masse sont particulièrement intéressantes dans la science des données, bien que la discipline ne soit généralement pas considérée comme limitée à ces données.
Français
science des données féminin
Anglais
data science
Contributeurs: Claude Coulombe, Imane Meziani, Jacques Barolet, wiki, Sihem Kouache
