Accueil Finances personnelles Extraction de données pour Big Data - les nuls

Extraction de données pour Big Data - les nuls

Vidéo: How To Cloud - Big Data, Ep 4.2 : Outils Datawiz - FR 2025

Vidéo: How To Cloud - Big Data, Ep 4.2 : Outils Datawiz - FR 2025
Anonim

L'extraction de données implique l'exploration et l'analyse de grandes quantités de données pour trouver des modèles pour les mégadonnées. Les techniques sont issues des domaines de la statistique et de l'intelligence artificielle (IA), avec un peu de gestion de base de données dans le mix.

Généralement, l'objectif de l'exploration de données est la classification ou la prédiction. En classification, l'idée est de trier les données en groupes. Par exemple, un agent de commercialisation pourrait être intéressé par les caractéristiques de ceux qui ont répondu par rapport à ceux qui n'ont pas répondu à une promotion.

Ce sont deux classes. En prédiction, l'idée est de prédire la valeur d'une variable continue. Par exemple, un agent de commercialisation pourrait être intéressé à prédire ceux qui répondront à une promotion.

Les algorithmes typiques utilisés dans l'exploration de données sont les suivants:

  • Arbres de classification: Technique d'exploration de données populaire utilisée pour classer une variable catégorielle dépendante basée sur des mesures d'une ou de plusieurs variables prédictives. Le résultat est un arbre avec des nœuds et des liens entre les nœuds qui peuvent être lus pour former des règles if-then.

  • Régression logistique: Une technique statistique qui est une variante de la régression standard mais qui étend le concept à la classification. Il produit une formule qui prédit la probabilité de l'occurrence en fonction des variables indépendantes.

  • Réseaux de neurones: Algorithme logiciel modélisé d'après l'architecture parallèle des cerveaux animaux. Le réseau se compose de noeuds d'entrée, de couches masquées et de noeuds de sortie. Chaque unité reçoit un poids. Les données sont données au noeud d'entrée, et par un système d'essais et d'erreurs, l'algorithme ajuste les poids jusqu'à ce qu'il rencontre un certain critère d'arrêt. Certaines personnes ont comparé cela à une approche de boîte noire.

  • Techniques de clustering comme les voisins K-plus proches: Technique qui identifie des groupes d'enregistrements similaires. La technique K-plus proche voisin calcule les distances entre l'enregistrement et les points dans les données historiques (formation). Il affecte ensuite cet enregistrement à la classe de son voisin le plus proche dans un ensemble de données.

Voici un exemple d'arbre de classification. Considérons la situation où une compagnie de téléphone veut déterminer quels clients résidentiels sont susceptibles de déconnecter leur service.

La compagnie de téléphone a des informations qui comprennent les attributs suivants: combien de temps la personne a eu le service, combien il dépense pour le service, si le service a été problématique, s'il a le meilleur plan d'appel dont il a besoin, vit, quel âge il a, s'il a d'autres services groupés, de l'information concurrentielle sur les plans des autres transporteurs et s'il a toujours le service.

Bien sûr, vous pouvez trouver beaucoup plus d'attributs que celui-ci. Le dernier attribut est la variable de résultat; c'est ce que le logiciel utilisera pour classer les clients dans l'un des deux groupes - peut-être appelés stayers et risques de vol.

Le jeu de données est divisé en données d'apprentissage et en jeu de données de test. Les données d'apprentissage sont constituées d'observations (appelées attributs) et d'une variable de résultat (binaire dans le cas d'un modèle de classification) - dans ce cas, les stayers ou les risques de vol.

L'algorithme est exécuté sur les données d'apprentissage et génère un arbre qui peut être lu comme une série de règles. Par exemple, si les clients sont dans l'entreprise depuis plus de dix ans et ont plus de 55 ans, ils resteront probablement des clients fidèles.

Ces règles sont ensuite exécutées sur l'ensemble de données de test pour déterminer la qualité de ce modèle sur les «nouvelles données». "Des mesures de précision sont fournies pour le modèle. Par exemple, une technique populaire est la matrice de confusion. Cette matrice est un tableau qui fournit des informations sur le nombre de cas classés correctement ou incorrectement.

Si le modèle a l'air bien, il peut être déployé sur d'autres données, car il est disponible (c'est-à-dire, l'utiliser pour prédire de nouveaux cas de risque de vol). Sur la base de ce modèle, l'entreprise pourrait décider, par exemple, d'envoyer des offres spéciales aux clients qu'elle estime être des risques de vol.

Extraction de données pour Big Data - les nuls

Le choix des éditeurs

Découvrir les Méditations de Pleine Conscience Formelle - les nuls

Découvrir les Méditations de Pleine Conscience Formelle - les nuls

Pour approfondir votre conscience consciente, vous devez pratiquer une méditation de pleine conscience sur une base quotidienne. Familiarisez-vous avec certaines des médiations suivantes. Avec le temps, vous deviendrez plus conscient de votre vie quotidienne. Body Meditation Meditation - Cette méditation implique de passer environ une demi-heure, en prenant conscience de ...

Démystifier Dan Brown: Les Templiers Royaux - les nuls

Démystifier Dan Brown: Les Templiers Royaux - les nuls

Les Templiers sont presque aussi fictifs dans Dan Brown Le code Da Vinci comme les chevaliers Jedi sont dans Star Wars. Bien que le héros Robert Langdon hésite d'abord à élever les Templiers dans ses cours, parce que la mention même d'eux fait ressortir les amants du complot, Brown n'a aucun problème à les faire participer ...

Démystification des mythes communs sur la franc-maçonnerie - mannequins

Démystification des mythes communs sur la franc-maçonnerie - mannequins

La franc-maçonnerie moderne existe depuis 1717. Les premières contre-vérités concoctées sur l'Ordre sont apparues en impression à peu près en même temps. Les États-Unis étaient consumés par l'hystérie anti-maçonnique à la fin des années 1820, et l'Europe a fait de Mason-bashing un sport populaire pendant deux siècles, le liant souvent à la propagande antisémite. Internet n'a que ...

Le choix des éditeurs

À L'aide de la boîte de dialogue Configurer l'affichage dans PowerPoint 2011 pour Mac - témoins

À L'aide de la boîte de dialogue Configurer l'affichage dans PowerPoint 2011 pour Mac - témoins

Dans la boîte de dialogue Configurer l'affichage dans PowerPoint, cliquez sur le bouton Configurer l'affichage dans l'onglet Diaporama du ruban Office 2011 pour Mac, ou choisissez Diaporama → Configurer l'affichage dans la barre de menus. Dans les deux cas, la boîte de dialogue Configurer l'affichage polyvalent apparaît. Choisir un type de spectacle dans PowerPoint 2011 pour Mac ...

Enregistrement des fichiers dans Office 2011 pour Mac - témoins

Enregistrement des fichiers dans Office 2011 pour Mac - témoins

Enregistrement d'un fichier sur lequel vous travaillez dans Office 2011 pour Mac est aussi simple que de cliquer sur le bouton Enregistrer dans la barre d'outils Standard, en appuyant sur Commande-S ou en choisissant Fichier → Enregistrer. Si votre fichier a été enregistré précédemment, l'enregistrement du fichier remplace la copie existante du fichier par votre version mise à jour. Si votre fichier n'a pas ...

Fonctionnant avec les modèles de diapositives maîtres dans PowerPoint 2011 pour Mac - les nuls

Fonctionnant avec les modèles de diapositives maîtres dans PowerPoint 2011 pour Mac - les nuls

Dans Office 2011 pour Mac, l'ajout d'une nouvelle présentation de diapositive à une diapositive dans la vue Diapositive maître de PowerPoint 2011 est une tâche assez simple à effectuer. Suivez ces étapes pour commencer: Assurez-vous que vous êtes en mode Masque des diapositives. Choisissez Affichage → Maître → Masque de diapositives dans la barre de menus. Cliquez sur l'onglet Masque des diapositives du ruban, ...

Le choix des éditeurs

Sélectionnez PowerPoint 2007 Objects - dummies

Sélectionnez PowerPoint 2007 Objects - dummies

Avant de pouvoir modifier un objet PowerPoint 2007 sur une diapositive, vous devez le sélectionner. Dans les présentations PowerPoint, les objets peuvent être du texte, des graphiques, des images clipart, des formes, etc. Voici quelques instructions pour sélectionner les objets PowerPoint 2007: Objets texte: Pour sélectionner un objet texte PowerPoint 2007, déplacez le point d'insertion sur le texte qui ...

Définir le contour de la forme sur une diapositive PowerPoint 2007 - dummies

Définir le contour de la forme sur une diapositive PowerPoint 2007 - dummies

Le contrôle shapePoint de powerPoint vous permet style des objets de ligne ou la bordure pour les objets de forme solide sur vos diapositives PowerPoint. Le contrôle Shape Outline se trouve dans le groupe Styles de formes de l'onglet Outils de dessin. Vous pouvez modifier les paramètres suivants pour le contour: Couleur: Définit la couleur utilisée pour ...

PowerPoint 2016 pour les nuls Cheat Sheet - les nuls

PowerPoint 2016 pour les nuls Cheat Sheet - les nuls

PowerPoint 2016 est le logiciel de présentation le plus puissant disponible pour créer et éditer la diapositive montrer des présentations pour le travail, la maison ou l'école. PowerPoint 2016 offre un certain nombre de raccourcis clavier utiles pour effectuer des tâches rapidement. Voici quelques raccourcis pour le formatage PowerPoint commun, l'édition et les tâches de fichiers et de documents. De plus, après avoir créé votre chef-d'œuvre, vous ...