SlideShare une entreprise Scribd logo
Big Data
Les Sources
Les caractéristiques
Stockage
Surveillance vidéo recueillie à
partir d'une caméra de
sécurité
Musique numérique sur Internet
Prévisions météorologiques
Domaine médical
Les usages
Volume
Vélocité
Variété
Données structurées
Données non
structurées
Vitesse de
création
Des médiaux sociaux :
Facebook, Twitter,
Instagram, etc..
Quantité
d'information
Prédire la survenue éventuelle de
maladies
Prédiction de shémas métréologique
Google (inventeur du big
data), Amazon, Google
Maps, etc...
Terabytes(TB)
Petabytes(PB)
Exabytes(EB)
Offrir un meilleur service client
Exemple: Webpages, Blog, Pdf, Email, LinkedIn,
etc..
Données relationnelles
stockées dans:
Oracle
SQL
Access
Donnés non
relationnelles
Mongo DB
Collection
Transmission et
analyse
Valeur
Capacité de ces
données
Véracité
Validité
Qualité
Fiabilité
Traitement des
données
Données semi-
structurées
GPS (Global Positionning System)
1 mille de Gigabytes
1 million de Gigabytes
1 billion de Gigabytes
Exemple: Base de données des étudiants (Nom,
téléphone, email, etc...)
Effectuer une analyse culturelle et
sociale
Exemple : si la plupart des libanais aiment les
posts facebook sur la pizza, on peut en
déduire que les libanais aiment manger de la
pizza.
Les conditions de circulation en temps
réel depuis Google Map

Contenu connexe

Similaire à Big Data.pdf

Cours magistral Internet et Recherche documentaire, SCD Université de Rennes 2
Cours magistral Internet et Recherche documentaire, SCD Université de Rennes 2Cours magistral Internet et Recherche documentaire, SCD Université de Rennes 2
Cours magistral Internet et Recherche documentaire, SCD Université de Rennes 2BELVEZE Damien
 
Fiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la rechercheFiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la recherche
Agropolis International
 
Big data, Intelligence artificielle, quelles conséquences pour les profession...
Big data, Intelligence artificielle, quelles conséquences pour les profession...Big data, Intelligence artificielle, quelles conséquences pour les profession...
Big data, Intelligence artificielle, quelles conséquences pour les profession...
Gautier Poupeau
 
Du Big Data vers le SMART Data : Scénario d'un processus
Du Big Data vers le SMART Data : Scénario d'un processusDu Big Data vers le SMART Data : Scénario d'un processus
Du Big Data vers le SMART Data : Scénario d'un processus
CHAKER ALLAOUI
 
JIES 2014 A. Giordan - Introduction
JIES 2014 A. Giordan - IntroductionJIES 2014 A. Giordan - Introduction
JIES 2014 A. Giordan - Introduction
Groupe Traces
 
Open Data - Rencontre Bi-départementale des EPN 26-07
Open Data - Rencontre Bi-départementale des EPN 26-07Open Data - Rencontre Bi-départementale des EPN 26-07
Open Data - Rencontre Bi-départementale des EPN 26-07
Garlann Nizon
 
Internet 2011 2012 illustré v3
Internet 2011 2012 illustré v3Internet 2011 2012 illustré v3
Internet 2011 2012 illustré v3BELVEZE Damien
 
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Gautier Poupeau
 
Presentation 2009 offre Social Computing
Presentation 2009 offre Social ComputingPresentation 2009 offre Social Computing
Presentation 2009 offre Social Computing
Social Computing
 
Impacts technologiques de la gouvernance de l'information
Impacts technologiques de la gouvernance de l'informationImpacts technologiques de la gouvernance de l'information
Impacts technologiques de la gouvernance de l'information
Claude Super
 
Content analytics slideshare aproged
Content analytics slideshare aprogedContent analytics slideshare aproged
Content analytics slideshare aprogedAproged
 
Publication de données d'observation dans le Web de données - Retour d'expéri...
Publication de données d'observation dans le Web de données - Retour d'expéri...Publication de données d'observation dans le Web de données - Retour d'expéri...
Publication de données d'observation dans le Web de données - Retour d'expéri...Esther Kaboré Dzalé
 
Metadonnees Introduction
Metadonnees IntroductionMetadonnees Introduction
Metadonnees Introductionjbcomte
 
AGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoireAGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoire
noucher
 
Analyse spatiale en Big data
Analyse spatiale en Big dataAnalyse spatiale en Big data
Analyse spatiale en Big data
Soufiane ElATEF✔️
 
formation URFIST Rennes 2009
formation URFIST Rennes 2009formation URFIST Rennes 2009
formation URFIST Rennes 2009
L'Atelier de Cartographie
 
Des traces d'usages aux patterns relationnels : la construction technologique...
Des traces d'usages aux patterns relationnels : la construction technologique...Des traces d'usages aux patterns relationnels : la construction technologique...
Des traces d'usages aux patterns relationnels : la construction technologique...
Sébastien
 

Similaire à Big Data.pdf (18)

Cm internet 2010 2011
Cm internet 2010 2011Cm internet 2010 2011
Cm internet 2010 2011
 
Cours magistral Internet et Recherche documentaire, SCD Université de Rennes 2
Cours magistral Internet et Recherche documentaire, SCD Université de Rennes 2Cours magistral Internet et Recherche documentaire, SCD Université de Rennes 2
Cours magistral Internet et Recherche documentaire, SCD Université de Rennes 2
 
Fiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la rechercheFiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la recherche
 
Big data, Intelligence artificielle, quelles conséquences pour les profession...
Big data, Intelligence artificielle, quelles conséquences pour les profession...Big data, Intelligence artificielle, quelles conséquences pour les profession...
Big data, Intelligence artificielle, quelles conséquences pour les profession...
 
Du Big Data vers le SMART Data : Scénario d'un processus
Du Big Data vers le SMART Data : Scénario d'un processusDu Big Data vers le SMART Data : Scénario d'un processus
Du Big Data vers le SMART Data : Scénario d'un processus
 
JIES 2014 A. Giordan - Introduction
JIES 2014 A. Giordan - IntroductionJIES 2014 A. Giordan - Introduction
JIES 2014 A. Giordan - Introduction
 
Open Data - Rencontre Bi-départementale des EPN 26-07
Open Data - Rencontre Bi-départementale des EPN 26-07Open Data - Rencontre Bi-départementale des EPN 26-07
Open Data - Rencontre Bi-départementale des EPN 26-07
 
Internet 2011 2012 illustré v3
Internet 2011 2012 illustré v3Internet 2011 2012 illustré v3
Internet 2011 2012 illustré v3
 
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
Le "Lac de données" de l'Ina, un projet pour placer la donnée au cœur de l'or...
 
Presentation 2009 offre Social Computing
Presentation 2009 offre Social ComputingPresentation 2009 offre Social Computing
Presentation 2009 offre Social Computing
 
Impacts technologiques de la gouvernance de l'information
Impacts technologiques de la gouvernance de l'informationImpacts technologiques de la gouvernance de l'information
Impacts technologiques de la gouvernance de l'information
 
Content analytics slideshare aproged
Content analytics slideshare aprogedContent analytics slideshare aproged
Content analytics slideshare aproged
 
Publication de données d'observation dans le Web de données - Retour d'expéri...
Publication de données d'observation dans le Web de données - Retour d'expéri...Publication de données d'observation dans le Web de données - Retour d'expéri...
Publication de données d'observation dans le Web de données - Retour d'expéri...
 
Metadonnees Introduction
Metadonnees IntroductionMetadonnees Introduction
Metadonnees Introduction
 
AGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoireAGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoire
 
Analyse spatiale en Big data
Analyse spatiale en Big dataAnalyse spatiale en Big data
Analyse spatiale en Big data
 
formation URFIST Rennes 2009
formation URFIST Rennes 2009formation URFIST Rennes 2009
formation URFIST Rennes 2009
 
Des traces d'usages aux patterns relationnels : la construction technologique...
Des traces d'usages aux patterns relationnels : la construction technologique...Des traces d'usages aux patterns relationnels : la construction technologique...
Des traces d'usages aux patterns relationnels : la construction technologique...
 

Plus de MirnaHamad1

Big Data Interactif.ppsx
Big Data Interactif.ppsxBig Data Interactif.ppsx
Big Data Interactif.ppsx
MirnaHamad1
 
Big Data Interactif.ppsx
Big Data Interactif.ppsxBig Data Interactif.ppsx
Big Data Interactif.ppsx
MirnaHamad1
 
Big Data.pdf
Big Data.pdfBig Data.pdf
Big Data.pdf
MirnaHamad1
 
Big Data Interactif.pptx
Big Data Interactif.pptxBig Data Interactif.pptx
Big Data Interactif.pptx
MirnaHamad1
 
Big Data Interactif.pptx
Big Data Interactif.pptxBig Data Interactif.pptx
Big Data Interactif.pptx
MirnaHamad1
 
Big data
Big dataBig data
Big data
MirnaHamad1
 
Big data
Big dataBig data
Big data
MirnaHamad1
 

Plus de MirnaHamad1 (7)

Big Data Interactif.ppsx
Big Data Interactif.ppsxBig Data Interactif.ppsx
Big Data Interactif.ppsx
 
Big Data Interactif.ppsx
Big Data Interactif.ppsxBig Data Interactif.ppsx
Big Data Interactif.ppsx
 
Big Data.pdf
Big Data.pdfBig Data.pdf
Big Data.pdf
 
Big Data Interactif.pptx
Big Data Interactif.pptxBig Data Interactif.pptx
Big Data Interactif.pptx
 
Big Data Interactif.pptx
Big Data Interactif.pptxBig Data Interactif.pptx
Big Data Interactif.pptx
 
Big data
Big dataBig data
Big data
 
Big data
Big dataBig data
Big data
 

Dernier

Veille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdfVeille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdf
frizzole
 
Textes de famille concernant les guerres V2.pdf
Textes de famille concernant les guerres V2.pdfTextes de famille concernant les guerres V2.pdf
Textes de famille concernant les guerres V2.pdf
Michel Bruley
 
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
BenotGeorges3
 
Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union
 
Iris van Herpen. pptx
Iris         van         Herpen.      pptxIris         van         Herpen.      pptx
Iris van Herpen. pptx
Txaruka
 
Iris van Herpen. pptx
Iris         van        Herpen.      pptxIris         van        Herpen.      pptx
Iris van Herpen. pptx
Txaruka
 
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
M2i Formation
 

Dernier (7)

Veille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdfVeille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdf
 
Textes de famille concernant les guerres V2.pdf
Textes de famille concernant les guerres V2.pdfTextes de famille concernant les guerres V2.pdf
Textes de famille concernant les guerres V2.pdf
 
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
Newsletter SPW Agriculture en province du Luxembourg du 12-06-24
 
Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023
 
Iris van Herpen. pptx
Iris         van         Herpen.      pptxIris         van         Herpen.      pptx
Iris van Herpen. pptx
 
Iris van Herpen. pptx
Iris         van        Herpen.      pptxIris         van        Herpen.      pptx
Iris van Herpen. pptx
 
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
Formation M2i - Onboarding réussi - les clés pour intégrer efficacement vos n...
 

Big Data.pdf

  • 1. Big Data Les Sources Les caractéristiques Stockage Surveillance vidéo recueillie à partir d'une caméra de sécurité Musique numérique sur Internet Prévisions météorologiques Domaine médical Les usages Volume Vélocité Variété Données structurées Données non structurées Vitesse de création Des médiaux sociaux : Facebook, Twitter, Instagram, etc.. Quantité d'information Prédire la survenue éventuelle de maladies Prédiction de shémas métréologique Google (inventeur du big data), Amazon, Google Maps, etc... Terabytes(TB) Petabytes(PB) Exabytes(EB) Offrir un meilleur service client Exemple: Webpages, Blog, Pdf, Email, LinkedIn, etc.. Données relationnelles stockées dans: Oracle SQL Access Donnés non relationnelles Mongo DB Collection Transmission et analyse Valeur Capacité de ces données Véracité Validité Qualité Fiabilité Traitement des données Données semi- structurées GPS (Global Positionning System) 1 mille de Gigabytes 1 million de Gigabytes 1 billion de Gigabytes Exemple: Base de données des étudiants (Nom, téléphone, email, etc...) Effectuer une analyse culturelle et sociale Exemple : si la plupart des libanais aiment les posts facebook sur la pizza, on peut en déduire que les libanais aiment manger de la pizza. Les conditions de circulation en temps réel depuis Google Map