• Aucun résultat trouvé

1. Données structurées

N/A
N/A
Protected

Academic year: 2022

Partager "1. Données structurées"

Copied!
1
0
0

Texte intégral

(1)

Chapitre :

Données structurées et leur traitement

v

1. Données structurées

(classe entière) Activité 3 Delagrave pages 18 et 19 (la structure des données)

(groupe) Activité 4 Delagrave pages 20 et 21 (les opérations sur les données) suivi de recherches sur les métadonnées.

(classe entière) Activité 5 Delagrave pages 22 et 23 (Cloud, consommation énergétique)

2. Conclusion

a. Historique

Pages 14 et 15 du manuel Delagrave.

• 1930 : utilisation des cartes perforées, premier support de stockage de données ;

• 1956 : invention du disque dur permettant de stocker de plus grandes quantités de données, avec un accès de plus en plus rapide ;

• 1970 : invention du modèle relationnel (E. L. Codd) pour la structuration et l’indexation des bases de données ;

• 1979 : création du premier tableur, VisiCalc ;

• 2009 : Open Government Initiative du président Obama ;

• 2013 : charte du G8 pour l’ouverture des données publiques.

b. Mots clé

• Une donnée est une valeur décrivant un objet, une personne, etc. digne d’intérêt pour celui qui choisit de la conserver.

• Des descripteurs peuvent être utilisés pour permettre de caractériser les données collectées (nom, prénom, adresse, etc.).

• Une collection est un ensemble d’objets qui partagent les mêmes descripteurs. Rassembler ces données, par exemple dans une table, permet alors d’obtenir desdonnées structurées.

• Les métadonnéessont l’ensemble des descripteurs placés dans des fichiers numériques, per- mettant par exemple de connaître l’auteur, le titre des fichiers.

• Unebase de données regroupe plusieurs collections de données reliées entre elles. Exemple : base de données d’une bibliothèque, regroupant les données des livres, mais aussi des abonnés, des emprunts, etc.

• LeCloudest une appellation pour un support de stockage distant, sur des serveurs externes, via Internet.

Les centres de données, qui ont de grandes capacité de stockage, nécessitent beaucoup d’énergie et doivent être maintenus à des températures assez basses pour fonctionner correctement. Ils sont en particulier source de pollution.

• L’exploitation desdonnées massives(ou big data) se développe de plus en plus, en particulier celui des données ouvertes (open data) permettant aux particuliers d’avoir gratuitement accès à de grandes quantités de données

Références

Documents relatifs

As already mentioned, the present work is concerned with the modelling of large- scale data within a data streaming framework, using Machine Learning methods, specifically the

Increasing access by integrating the media archives with European on-line digital portals in a digital preservation framework. O1 To research and develop means of ensuring

Alors que la rhétorique de l’open data met souvent l’accent sur « la libération » de données préexistantes du secteur public pour alimenter l’innovation et l’extraction

Les structurer correctement garantit que l’on puisse les exploiter facilement pour produire de

• L’exploitation des données massives (ou big data) se développe de plus en plus, en particulier celui des données ouvertes (open data) permettant aux particuliers

Nous avons établi dans un premier temps une méthodologie originale permettant l’ap- plication de méthodes de prévision sur des données de géolocalisation. Cette méthodologie

Certaines métropoles se dotent de plates-formes open data à triple objectif : ouvrir les données publiques ; permettre aux citoyens d’y accéder pour leur faciliter la vie et la

Risque dans le sens où ça peut être mal exploité, mais c’est toujours plus d’informations […] donc ça peut être une opportunité pour mieux comprendre et déceler de