Analyse des donnéesL’analyse des données (aussi appelée analyse exploratoire des données ou AED) est une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. Dans l'acception française, la terminologie « analyse des données » désigne donc un sous-ensemble de ce qui est appelé plus généralement la statistique multivariée. Certaines méthodes, pour la plupart géométriques, aident à faire ressortir les relations pouvant exister entre les différentes données et à en tirer une information statistique qui permet de décrire de façon plus succincte les principales informations contenues dans ces données.
Visualisation de donnéesvignette|upright=2|Carte figurative des pertes successives en hommes de l'armée française dans la campagne de Russie 1812-1813, par Charles Minard, 1869. La visualisation des données (ou dataviz ou représentation graphique de données) est un ensemble de méthodes permettant de résumer de manière graphique des données statistiques qualitatives et surtout quantitatives afin de montrer les liens entre des ensembles de ces données. Cette fait partie de la science des données.
Visualisation scientifiqueLa visualisation scientifique, ou l’usage de graphiques scientifiques, est l'étude et/ou la réalisation de la représentation sous forme graphique de résultats scientifiques. Cette visualisation est donc intimement liée aux sciences et à l'informatique. Il existe une gamme complète de matériels destinés à la visualisation scientifique. Il existe sur le marché des postes personnels de type PC équipé avec une ou plusieurs cartes graphiques permettant de faire de la visualisation scientifique.
Visualization (graphics)Visualization or visualisation (see spelling differences) is any technique for creating s, diagrams, or animations to communicate a message. Visualization through visual imagery has been an effective way to communicate both abstract and concrete ideas since the dawn of humanity. from history include cave paintings, Egyptian hieroglyphs, Greek geometry, and Leonardo da Vinci's revolutionary methods of technical drawing for engineering and scientific purposes. Visualization today has ever-expanding applications in science, education, engineering (e.
Traitement de donnéesEn informatique, le terme traitement de données ou traitement électronique des données renvoie à une série de processus qui permettent d'extraire de l'information ou de produire du savoir à partir de données brutes. Ces processus, une fois programmés, sont le plus souvent automatisés à l'aide d'ordinateurs. Si les résultats finaux produits par ces processus sont destinés à des humains, leur présentation est souvent essentielle pour en apprécier la valeur. Cette appréciation est cependant variable selon les personnes.
DonnéeUne donnée est ce qui est connu et qui sert de point de départ à un raisonnement ayant pour objet la détermination d'une solution à un problème en relation avec cette donnée. Cela peut être une description élémentaire qui vise à objectiver une réalité, le résultat d'une comparaison entre deux événements du même ordre (mesure) soit en d'autres termes une observation ou une mesure. La donnée brute est dépourvue de tout raisonnement, supposition, constatation, probabilité.
Exploratory data analysisIn statistics, exploratory data analysis (EDA) is an approach of analyzing data sets to summarize their main characteristics, often using statistical graphics and other data visualization methods. A statistical model can be used or not, but primarily EDA is for seeing what the data can tell us beyond the formal modeling and thereby contrasts traditional hypothesis testing. Exploratory data analysis has been promoted by John Tukey since 1970 to encourage statisticians to explore the data, and possibly formulate hypotheses that could lead to new data collection and experiments.
Science des donnéesLa science des données est l'étude de l’extraction automatisée de connaissance à partir de grands ensembles de données. Plus précisément, la science des données est un domaine interdisciplinaire qui utilise des méthodes, des processus, des algorithmes et des systèmes scientifiques pour extraire des connaissances et des idées à partir de nombreuses données structurées ou non . Elle est souvent associée aux données massives et à l'analyse des données.
Gestion des donnéesLa gestion des données est une discipline de gestion qui tend à valoriser les données en tant que ressources numériques. La gestion des données permet d'envisager le développement d'architectures, de réglementations, de pratiques et de procédures qui gèrent correctement les besoins des organismes sur le plan de tout le cycle de vie des données. Les données sont, avec les traitements, l'un des deux aspects des systèmes d'information traditionnellement identifiés, et l'un ne peut aller sans l'autre pour un management du système d'information cohérent.
Exploration de donnéesL’exploration de données, connue aussi sous l'expression de fouille de données, forage de données, prospection de données, data mining, ou encore extraction de connaissances à partir de données, a pour objet l’extraction d'un savoir ou d'une connaissance à partir de grandes quantités de données, par des méthodes automatiques ou semi-automatiques.
Statistique descriptiveLa statistique descriptive est la branche des statistiques qui regroupe les nombreuses techniques utilisées pour décrire un ensemble relativement important de données. L'objectif de la statistique descriptive est de décrire, c'est-à-dire de résumer ou représenter, par des statistiques, les données disponibles quand elles sont nombreuses. Toute description d'un phénomène nécessite d'observer ou de connaître certaines choses sur ce phénomène. Les observations disponibles sont toujours constituées d'ensemble d'observations synchrones.
Pollution de l'airvignette|En 2013, l'Organisation mondiale de la santé a reconnu que la pollution de l'air extérieur est un cancérigène certain. vignette|Les émissions de monoxyde de carbone, de soufre, de suies et de particules liées à la combustion du charbon ont probablement été la première source de pollution majeure de l'air, dès le début de l'ère industrielle. Les transports ferroviaires y contribuaient largement, davantage par la construction des infrastructures (notamment la fabrication des rails) que du fait des émanations des locomotives.
Série temporellethumb|Exemple de visualisation de données montrant une tendances à moyen et long terme au réchauffement, à partir des séries temporelles de températures par pays (ici regroupés par continents, du nord au sud) pour les années 1901 à 2018. Une série temporelle, ou série chronologique, est une suite de valeurs numériques représentant l'évolution d'une quantité spécifique au cours du temps. De telles suites de variables aléatoires peuvent être exprimées mathématiquement afin d'en analyser le comportement, généralement pour comprendre son évolution passée et pour en prévoir le comportement futur.
Graphisme d'information en FranceL’infographie de presse est le domaine professionnel ayant pour objet les graphiques destinés à mettre en image des informations généralement statistiques au moyen de diagrammes associés à des dessins. Les formes les plus répandues de diagrammes sont les histogrammes, les diagrammes circulaires (ou en camembert), en bâtons ou encore en araignée. Mais elle s'illustre également sous forme de cartes, de schémas ou de toute image servant à synthétiser des informations.
MoisLe mois est une unité de temps utilisée dans les calendriers, correspondant à une division de l'année. Dans les calendriers solaires occidentaux, un mois est défini comme un douzième de l'année, elle-même basée sur l'année tropique, chacun des mois comptant un nombre variable de jours. D'autres types de calendrier utilisent des définitions différentes, comme les calendriers lunaires, basés sur les lunaisons. D'autres découpent le temps de façon arbitraire sans correspondance avec des phénomènes astronomiques comme certains calendriers aztèques.
PollutantA pollutant or novel entity is a substance or energy introduced into the environment that has undesired effects, or adversely affects the usefulness of a resource. These can be both naturally forming (i.e. minerals or extracted compounds like oil) or anthropogenic in origin (i.e. manufactured materials or byproducts). Pollutants result in environmental pollution or become public health concerns when they reach a concentration high enough to have significant negative impacts.
MétéorologieLa météorologie est une science qui a pour objet l'étude des phénomènes atmosphériques tels que les nuages, les précipitations ou le vent dans le but de comprendre comment ils se forment et évoluent en fonction des paramètres mesurés tels que la pression, la température et l'humidité. Le mot vient du grec ancien (« qui est au-dessus de la terre »), qui désigne les particules en suspension dans l'atmosphère et , « discours » ou « connaissance ».
Mois lunairevignette|droite|200px|Animation de la Lune avec ses différentes phases, vue depuis l'hémisphère Nord. Le flottement apparent de la Lune est connu sous le vocable de libration. Un mois lunaire est une unité de temps correspondant à la durée entre deux occurrences d'une position relative de la Lune et de la Terre. Comme pour la définition de l'année, il n'existe pas de définition unique du mois lunaire, un ensemble de définitions conduisant à des durées proches selon le phénomène utilisé comme repère.
National Ambient Air Quality StandardsThe U.S. National Ambient Air Quality Standards (NAAQS, pronounced ˈnæks ) are limits on atmospheric concentration of six pollutants that cause smog, acid rain, and other health hazards. Established by the United States Environmental Protection Agency (EPA) under authority of the Clean Air Act (42 U.S.C. 7401 et seq.), NAAQS is applied for outdoor air throughout the country. The six criteria air pollutants (CAP), or criteria pollutants, for which limits are set in the NAAQS are ozone (O3), atmospheric particulate matter, lead, carbon monoxide (CO), sulfur oxides (SOx), and nitrogen oxides (NOx).
Big dataLe big data ( « grosses données » en anglais), les mégadonnées ou les données massives, désigne les ressources d’informations dont les caractéristiques en termes de volume, de vélocité et de variété imposent l’utilisation de technologies et de méthodes analytiques particulières pour créer de la valeur, et qui dépassent en général les capacités d'une seule et unique machine et nécessitent des traitements parallélisés. L’explosion quantitative (et souvent redondante) des données numériques permet une nouvelle approche pour analyser le monde.
