Données sombres

Nous sommes submergés de données, de données scientifiques, de données médicales, de données démographiques, de données financières, de données de marketing en bande. Les gens n'ont pas le temps de regarder ces données et elles sont donc oubliées avec le temps, d'où le terme de "données sombres". L'attention humaine est devenue une ressource précieuse. Nous devons donc trouver des moyens d'analyser automatiquement les données, de les classer automatiquement, de les résumer automatiquement, de découvrir et de caractériser automatiquement les tendances et de signaler automatiquement les anomalies. Il s'agit de l'un des domaines les plus actifs et les plus passionnants de la communauté de recherche sur les bases de données. Des chercheurs dans des domaines tels que les statistiques, la visualisation, l'intelligence artificielle et l'apprentissage automatique contribuent à ce domaine des données sombres. L'étendue du domaine rend difficile la compréhension des progrès extraordinaires réalisés au cours des dernières décennies. Ce livre présente rapidement les concepts de dark data, de big data et de data mining en mettant l'accent sur l'analyse des données. Il couvre ensuite, chapitre par chapitre, les concepts et les techniques qui sous-tendent la classification, la prédiction, l'association et le regroupement.

Autorentext

Munyi Felister Wanyaga es profesora en el Instituto de Formación Técnica de Thika y en la Universidad Mount Kenya. Tiene un máster en Tecnología de la Información. Ha publicado numerosos artículos sobre tecnologías de la información y ha participado en conferencias internacionales. Sus intereses de investigación se centran principalmente en la ciberseguridad, la computación en nube y los datos oscuros.