Portail:Données

Base : Statistique descriptive • Statistique inférentielle • Anova • Analyse des données • Régression linéaire • Régression polynomiale •

Méthode : ACP • AFC •ACM •

Loi et tests : Loi normale • Test du χ² • Test d'hypothèse

Divers : Tableau de contingence • Tableau disjonctif complet • Table de Burt • Homoscédasticité • Hétéroscédasticité • Distance de Cook • Régression des moindres carrés partiels • Méthode de Ward • Erreur quadratique moyenne • Régression PLS • Statistique multivariée

Hadoop • Tableau Software

Autour de Hadoop : Apache Drill • Apache Flume • Apache Hive • Apache Kafka • Apache Oozie • Apache Pig • Apache Spark • Apache Sqoop • Apache Zeppelin • Apache ZooKeeper • Cloudera • Hortonworks • MapR • HBase • Impala (Cloudera) • MapReduce • Presto (moteur de requête SQL) • Hadoop YARN • Elasticsearch • Solr• Hue (Hadoop)• Apache Atlas • Apache Sentry •

Langages : R (langage de programmation et environnement statistique) (Ggplot2) • Scala (langage) • Python (langage) (Scikit-learn) • Julia (langage de programmation) • SQL

Divers : Vagrant • Apache Mahout • Kubeflow

Jeux de données : Iris (jeu de données)

Logiciels : Tanagra • RStudio • SAS • SPSS • Orange • H2O.ai

Bases de données : MongoDB • Cassandra • CouchDB • HBase

Formats de données : JSON • XML • CSV • Tabulation-separated values • Predictive Model Markup Language • YAML

Formats de données Big data : Apache Avro • Apache Parquet • Protocol Buffers

Concepts : Data lake • Datamart • Datawarehouse • ODS • Architecture Lambda • Data Lineage

ETL & traitement de la données  : Talend • Oracle Data Integrator • ESB • EAI • Apache Airflow

Apprentissage supervisé : Arbre de décision • Boosting • Forêts aléatoires • k-NN •

Apprentissage semi supervisé : •

Apprentissage non supervisé : cartes de Kohonen •

Réseaux de neurones (artificiels) : Perceptron multicouche • Réseau neuronal convolutif • Apprentissage profond = “deep learning” •

Divers : Apprentissage actif • Perceptron • TF-IDF • Regroupement hiérarchique • QUEST (arbre de décision) •

Soft/framework : TensorFlow • Apache MXNet • PyTorch • Apache SINGA • Keras • Scikit-learn

Science des données

Dilemme biais-variance • Datamining • Surapprentissage • Données non structurées

NoSQL • NewSQL • Traitement analytique en ligne

Big Data • Lac de données • Jeu de données

Divers nettoyage des données : Flexion (linguistique) • Lexème (linguistique) • Nettoyage de données

Type de représentation : Dendrogramme • Nuage de mots-clés • Nuage de points • Corrélogramme

Logiciels : Business Objects • Tableau Software • Qlik

Articles connexes : Carte heuristique

Watson (intelligence artificielle) • Loi de Zipf • Claude Shannon • Web scraping • Intelligence collective • Intelligence collective sur Internet • test de turing • Amazon Mechanical Turk

Les Listes : Liste des projets autour du big data • Glossaire de l'exploration de données

Palettes & barres : Modèle:Palette Datascience • Modèle:Palette Big data • Modèle:Palette Statisticiens • Modèle:Palette Apprentissage automatique• Modèle:Palette DeepLearning

Catégories : Catégorie:Science des données • Catégorie:Écosystème Hadoop • Catégorie:Exploration de données

Boîtes : Modèle:Utilisateur Datascientist

Liste des modifications des articles liées au portail

Articles à créer  : Apache beeline, Apache SAMOA

Articles à traduire :

Articles à relire, améliorer, modifier : Hadoop, Iris (jeu de données),Apache Beam, Apache Phoenix‎(quelques sections à traduire),Liste des projets autour du big data,Apache Tez,Apache Parquet

Autres projets:

Wikibook : Programmation statistiques avec R • Découvrir Scilab • Apprendre à programmer avec Python

Wikiquote : Big data

Wiktionnaire : Big data • Datamining

Littérature Auteurs : Stéphane Tufféry

Internet : wikistat.fr • http://www.jybaudot.fr/General/indexstats.html • http://factominer.free.fr/classical-methods/index_fr.html