Papa, ce sont seulement des idiots qui sont absolument certains d’eux-mêmes. Louise, 5 ans Disclaimer : cet article est destiné à ceux et celles qui ont plus d’habitude d’utiliser les mots comme « boosting » et « bagging » que « probabilité conditionnelle » et « théoreme de Bayes », i.e. aux Data Scientistes dans le domaine de …
– Quelle est la probabilité de rencontrer un dinosaure dans la rue ? – Un sur deux. – ??? – Soit je vais le rencontrer, soit non. Aujourd’hui je voudrais vous présenter le théorème qui m’a choqué. Je suis certain qu’il sera très utile pour les Data Scientistes, mais également …
Aujourd’hui je voudrais parler de principe KISS, mais avant de commencer, je vous propose un exercice. Vous devez améliorer cette structure LEGO car actuellement elle est dangereuse pour le petit bonhomme. Nous voulons continuer la construction sur la toit blanche, mais pour l’instant la toit n’est pas stable et peut …
Chaque personne qui joue un rôle d’architecte adore les schémas avec des rectangles pour montrer à quel point le niveau d’architecture proposé est modulaire, technologique et intelligent. Certes cette approche peut être utile pour la communication d’idées avec les décideurs et l’équipe technique, elle cache néanmoins une partie de la …
La semaine dernière, j’ai été invité à CogX UK, un événement axé sur les nouvelles technologies, comme l’intelligence artificielle, l’innovation, etc. Evidemment, des centaines de présentations extraordinaires ont eu lieu que je n’ai malheureusement pas pu voir. En revanche, certains points ont attiré mon attention à cause de ma déformation …
Même si on vous a mangé, vous avez au moins deux chemins pour s’en sortir La vaste majorité des outils de transformation de données propose deux types d’exécutables : les « flux » de données qui décrivent la transformation per se, présentés : en forme graphique (ETL classique) ; en forme d’opérateurs …
Avant de commencer, je souhaite vous présenter les résultats que j’ai obtenu en posant la question concernant l’organisation de la consolidation de données : Il y avait peu de réponses, mais le trend général me montre que cet article risque de provoquer un choc. Alors un conseil, éloignez des écrans …
When falsehood can look so like the truth, who can assure themselves of certain happiness? Mary Shelley, Frankenstein Cet article est la suite de notre série sur la consolidation de données. Aujourd’hui, nous aborderons la détermination de la « golden record » (seule version de la vérité), et les étapes pour y …
Cet article est la suite de notre série concernant la consolidation de données. Aujourd’hui, nous allons parler de rapprochement (identification de doublons, record linkage). Nous avions déjà évoqué le sujet il y a quelques temps (https://ithealth.io/rapprochement-de-donnees/, https://ithealth.io/dont-do-it-la-cle-fonctionnelle-business-key/), mais aujourd’hui, nous allons faire une révision des méthodes existantes tout en analysant …
Cet article est la suite et donc cinquième épisode de notre série concernant la consolidation de données. Aujourd’hui nous allons parler de la validation : Motivation La vérification de données est souvent perçue comme une étape qui ne fait pas forcément partie de la consolidation, mais ce n’est pas tout-à-fait …
Cet article est la suite et donc quatrième épisode de notre série concernant la consolidation de données. Aujourd’hui nous allons parler de la standardisation : Notion La standardisation est un processus de conversion de données en format « standard », dit autrement, on cherche à diminuer l’impact de la « forme » sur le …
Cet article est la suite et donc le troisième épisode de notre série concernant la consolidation de données. Comme vous l’avez probablement compris, aujourd’hui nous allons parler de l’unification du modèle de données, soit l’étape 2 du processus de consolidation : Avant de commencer, il faut avoir à l’esprit que …
Cet article est le deuxième épisode d’une série démarrée la semaine dernière sur la consolidation de données. Après l’introduction, voici l’extraction. Pour rappel, voici les étapes du processus de consolidation : Il faut avoir à l’esprit qu’assez souvent l’extraction est considérée comme une technicité non-relevante et n’est pas prise en …
Je vais lancer une série d’articles sur le sujet de la consolidation. L’objectif ? Réaliser un « brain dump » des sujets qui reviennent régulièrement. Si vous êtes un lecteur régulier d’IT HEALTH, vous devez savoir que nous avons déjà abordé ces sujets auparavant. En revanche, jamais de façon assez structuré. La …
Il nous arrive parfois d’être présent à une réunion où on ne se sent pas à l’aise. Les causes ? Un participant doit se prononcer sur un sujet qu’il ne maitrise voir ne comprend pas du tout, un autre réalise une présentation commerciale trop axée commerciale, enfin, pour terminer, un …
Aujourd’hui, je voudrais vous parler des données non-structurées. C’est un sujet plus qu’important selon moi, mais pour des raisons différentes que vous imaginez 🙂 Pourquoi ? Presque toute présentation autour du sujet des « données non-structurées » démarre par des statistiques sur le volume de données générées et consommées dans le monde …
Aujourd’hui je vous propose de lire un livre de légendaire Edward Tufte. E. Tufte est un statisticien, computer scientiste et surtout l’un des pionniers de la data visualisation. Non, data visualisation existait bien avant lui, mais il essaie d’apporter la vision scientifique au sujet, répondre aux questions « pourquoi une visualisation …
Aujourd’hui, je vous propose d’aborder le sujet de la visualisation des données. Et plus précisément, des erreurs régulièrement commises dans cette discipline, plus complexe qu’il n’y parait. Parfois, le fait que la visualisation choisie n’est pas adaptée est évident, mais souvent, il est difficile de formuler précisément ce que nous …
