Difference between revisions of "EA2013-Visual Data Analytics"
| Line 19: | Line 19: | ||
Les méthodes Visual Analytics permettent aux décideurs de combiner leur flexibilité humaine, la créativité et les connaissances de base de stockage et de transformation des capacités des ordinateurs d'aujourd'hui pour mieux comprendre les problèmes de demain. |
Les méthodes Visual Analytics permettent aux décideurs de combiner leur flexibilité humaine, la créativité et les connaissances de base de stockage et de transformation des capacités des ordinateurs d'aujourd'hui pour mieux comprendre les problèmes de demain. |
||
| − | |||
| − | == Définitions == |
||
| − | |||
| − | Visual Data Analytics est la science de raisonnement analytique basée sur des interfaces visuelle interactives. |
||
| − | |||
| − | Le domaine de l'analyse visuelle de données se concentre sur le traitement des volumes massifs, hétérogènes et dynamiques d'informations (Big Data) grâce à l'intégration du jugement humain au moyen de représentations visuelles et des techniques d'interaction dans le processus d'analyse. |
||
| − | |||
| − | C'est un ensemble d'outils et de techniques qui permettent de : |
||
| − | # synthétiser les informations à partir de données massives, dynamiques, ambiguës et souvent contradictoires |
||
| − | # détecter l’attendu et découvrir l’inattendu |
||
| − | # fournir des évaluations compréhensibles et en temps opportun |
||
| − | # communiquer efficacement les évaluations. |
||
== Domaines d'application == |
== Domaines d'application == |
||
Revision as of 13:29, 11 November 2013
Présentation
- Titre : Visual Data Analytics
- Auteur : Mame Daba DIOUF
- Télécharger : File:Visual Data Analytics DIOUF.pdf
Résumé
Mots-clé
Abstract
Keywords
Synthèse
Motivations
Aujourd'hui, les données sont produites à une vitesse exponentielle et la capacité à les collecter et à les stocker augmente à un rythme plus rapide que la capacité à les analyser: elles sont générées plus vite qu'elles ne peuvent être digérées. Au cours des dernières décennies, un grand nombre de méthodes automatiques d'analyse de données ont été développées. Cependant la nature complexe de nombreux problèmes rend indispensable le fait d'inclure l'intelligence humaine à un stade précoce dans le processus d'analyse des données.
Les méthodes Visual Analytics permettent aux décideurs de combiner leur flexibilité humaine, la créativité et les connaissances de base de stockage et de transformation des capacités des ordinateurs d'aujourd'hui pour mieux comprendre les problèmes de demain.