ensemble de protocoles, d'outils et de définitions destinés à la création d'applications logicielles, permettant à différents systèmes logiciels de communiquer et d'interagir entre eux, et permettant aux développeurs d'accéder aux données et aux services d'autres applications, systèmes d'exploitation ou plateformes
BCNF (forme normale de Boyce-Codd)
forme normale similaire à la 3NF, mais plus stricte dans ses exigences d'indépendance des données ; elle garantit que tous les attributs d'une table dépendent fonctionnellement de la clé primaire et de rien d'autre
mégadonnées
données complexes, à volume élevé et variées, difficiles à traiter avec des méthodes traditionnelles
questions fermées
questions claires et structurées avec des choix de réponses prédéterminés qui sont efficaces pour recueillir des données quantitatives
informatique en nuage
fourniture de services informatiques, tels que le stockage, la puissance de calcul et les applications logicielles, par l'intermédiaire d'Internet
stockage en nuage
type de stockage en ligne permettant aux utilisateurs et aux organisations de stocker, d'accéder et de gérer des données sur Internet. Ces données sont stockées sur des serveurs distants gérés par un fournisseur de services de stockage en nuage.
agrégation de données
processus consistant à collecter et à combiner des informations provenant de sources multiples au sein d'une seule base de données ou d'un seul jeu de données
découpage de données en blocs
technique utilisée pour décomposer de grands jeux de données en blocs plus petits et plus faciles à gérer, facilitant ainsi leur gestion, leur traitement, leur analyse et leur stockage ; également appelée segmentation des données
compression de données
processus de réduction de la taille d'un fichier de données ou d'une transmission afin d'en faciliter et d'en accélérer le stockage, la transmission ou la manipulation
dictionnaire de données
structure de données qui stocke les données sous forme de paires clé-valeur, permettant une récupération efficace des données à l'aide de leur clé
discrétisation de données
processus de conversion de données continues en catégories ou intervalles discrets afin de faciliter l'analyse et le traitement des données
indexation de données
processus d'organisation et de stockage des données d'une manière qui facilite la recherche et la récupération des informations
intégration de données
processus consistant à combiner des données provenant de multiples sources, telles que des bases de données, des applications et des fichiers, dans une vue unifiée
traitement des données
processus de collecte, d'organisation et de manipulation de données pour produire des informations signifiantes, impliquant la transformation de données brutes en un format plus utile et compréhensible
standardisation de données
processus de transformation des données vers une échelle ou un intervalle commun afin d'éliminer les différences d'unités ou les variations d'amplitude
transformation de données
processus de modification des données pour les rendre plus adaptées à l'analyse prévue
validation des données
procédure visant à s'assurer que les données sont fiables et dignes de confiance pour une utilisation dans le projet de science des données, effectuée en réalisant des vérifications et des tests pour identifier et corriger les erreurs dans les données
entrepôt de données
vaste référentiel organisé de données intégrées provenant de diverses sources, utilisé pour soutenir les processus de prise de décision au sein d'une entreprise ou d'une organisation
DataFrame
structure de données bidimensionnelle en Python utilisée pour la manipulation et l'analyse de données
transformation exponentielle
opération de transformation de données qui consiste à prendre l'exponentielle des valeurs des données
codage de Huffman
réduit la taille des fichiers en attribuant des codes binaires plus courts aux caractères ou symboles les plus fréquemment utilisés dans un jeu de données donné, et des codes plus longs aux caractères moins fréquemment utilisés
imputation
processus consistant à estimer les valeurs manquantes dans un jeu de données en les remplaçant par une valeur statistiquement raisonnable
transformation logarithmique
technique de transformation de données qui consiste à prendre le logarithme des valeurs des données et qui est souvent utilisée lorsque les données sont fortement asymétriques
compression sans perte
vise à réduire la taille des fichiers sans supprimer de données, réalisant la compression en trouvant des régularités et des redondances dans les données et en les représentant plus efficacement
compression avec perte
réduit la taille des données en supprimant définitivement certaines données considérées comme non pertinentes ou redondantes
erreur de mesure
inexactitudes ou divergences qui apparaissent au cours du processus de collecte, d'enregistrement ou d'analyse des données, causées par des erreurs humaines, des facteurs environnementaux ou des incohérences dans les données
métadonnées
données qui fournissent des informations sur d'autres données
données manquantes au hasard (MAR)
données manquantes liées à d'autres variables, mais à aucune variable inconnue ou non mesurée ; les données manquantes peuvent être prises en compte et incluses dans l'analyse au moyen de techniques statistiques
données manquantes complètement au hasard (MCAR)
type de données manquantes qui n'est lié à aucune autre variable, sans cause sous-jacente à son absence
données manquantes non au hasard (MNAR)
type de données dont l'absence dépend de données non observées
analyse de réseaux
examen des relations et des connexions entre les utilisateurs, les données ou les entités au sein d'un réseau pour identifier et analyser les individus ou groupes influents et comprendre les schémas et tendances au sein du réseau
données bruitées
données contenant des erreurs, des incohérences ou des fluctuations aléatoires qui peuvent nuire à l'exactitude et à la fiabilité de l'analyse et de l'interprétation des données
forme normale
directive ou ensemble de règles utilisées dans la conception de bases de données pour garantir qu'une base de données est bien structurée, organisée et exempte de certains types d'irrégularités, telles que la redondance et l'incohérence
normalisation
processus consistant à transformer des données numériques vers un intervalle standard ou commun, généralement entre 0 et 1, afin d'éliminer les différences d'échelle et d'amplitude pouvant exister entre différentes variables d'un jeu de données
bases de données NoSQL
bases de données conçues pour gérer des données non structurées, telles que le contenu des réseaux sociaux ou les données de capteurs, à l'aide de modèles de données non relationnels
stockage objet
méthode de stockage où les données sont stockées sous forme d'objets composés à la fois de données et de métadonnées, souvent utilisée pour stocker de grands volumes de données non structurées, comme des images et des vidéos
données observationnelles
données recueillies en observant et en enregistrant des événements ou des comportements naturels dans leur contexte normal sans aucune manipulation ni expérimentation ; généralement recueillies par observation directe ou à l'aide d'instruments tels que des caméras ou des capteurs
questions ouvertes
questions d'enquête qui permettent des réponses plus détaillées et offrent l'occasion d'obtenir des perspectives inattendues
valeur aberrante
point de données qui diffère de manière significative des autres points de données dans un jeu de données donné
expressions régulières (regex)
séquence de caractères définissant un motif de recherche, utilisée pour faire correspondre et manipuler des chaînes de texte ; couramment utilisée pour nettoyer, traiter et manipuler des données dans un format structuré ou non structuré
bases de données relationnelles
bases de données qui organisent les données dans des tables et utilisent le langage de requête structuré (SQL) pour la récupération et la gestion des données ; souvent utilisées avec des données financières
échantillonnage
processus consistant à sélectionner un sous-ensemble d'une population plus vaste pour la représenter et recueillir des informations sur cette population
biais d'échantillonnage
se produit lorsque l'échantillon utilisé dans une étude n'est pas représentatif de la population qu'il vise à généraliser ; peut conduire à des conclusions biaisées ou inexactes
erreur d'échantillonnage
différence entre les résultats obtenus à partir d'un échantillon et la valeur réelle du paramètre de la population qu'il est censé représenter
base de sondage
sert de guide pour sélectionner un échantillon représentatif de la population et déterminer la couverture de l'enquête, et influe en fin de compte sur la validité et l'exactitude des résultats
mise à l'échelle
l'une des étapes de la normalisation des données ; désigne le processus consistant à transformer les valeurs numériques d'une variable vers un intervalle particulier
découpage d'une chaîne
extraction d'une portion ou d'une section d'une chaîne de caractères à partir d'un intervalle d'indices spécifié
écoute des réseaux sociaux
processus de surveillance et d'analyse des conversations et discussions en ligne, en particulier sur les plateformes de réseaux sociaux, pour suivre les mentions, les mots-clés et les hashtags liés à un sujet ou une entreprise spécifique afin de comprendre le sentiment, les tendances et la perception générale du public
fractionnement d'une chaîne
division d'une chaîne de texte en parties plus petites ou sous-chaînes sur la base d'un séparateur spécifié
transformation racine carrée
technique de transformation de données qui consiste à prendre la racine carrée des valeurs des données ; utile lorsque les données contiennent des valeurs proches de zéro
standardisation des données
processus de transformation des données vers une échelle ou un intervalle commun afin d'éliminer les différences d'unités ou les variations d'amplitude
chaîne de caractères
type de données utilisé pour représenter une séquence de caractères, tels que des lettres, des nombres et des symboles, dans un programme informatique
prétraitement du texte
processus de nettoyage, de formatage et de transformation de données textuelles brutes en une forme plus adaptée et plus facile à comprendre et à analyser pour le traitement du langage naturel
tokenisation
processus consistant à décomposer un texte ou une chaîne de caractères en unités plus petites appelées tokens, qui peuvent être des mots, des syntagmes, des symboles ou des caractères individuels
données transactionnelles
type d'information qui enregistre des transactions financières, y compris les achats, les ventes et les paiements. Elle comprend des détails tels que la date, l'heure et les parties impliquées dans la transaction.
extraction de données web
méthode de collecte de données à partir de sites web à l'aide de logiciels ou de scripts. Elle consiste à extraire des données du code HTML d'une page web et à les convertir dans un format utilisable.