Modèle de donnéesEn informatique, un modèle de données est un modèle qui décrit la manière dont sont représentées les données dans une organisation métier, un système d'information ou une base de données. Le terme modèle de données peut avoir deux significations : Un modèle de données théorique, c'est-à-dire une description formelle ou un modèle mathématique. Voir aussi modèle de base de données Un modèle de données instance, c'est-à-dire qui applique un modèle de données théorique (modélisation des données) pour créer un modèle de données instance.
Modélisation des donnéesDans la conception d'un système d'information, la modélisation des données est l'analyse et la conception de l'information contenue dans le système afin de représenter la structure de ces informations et de structurer le stockage et les traitements informatiques. Il s'agit essentiellement d'identifier les entités logiques et les dépendances logiques entre ces entités.
Semantic data modelA semantic data model (SDM) is a high-level semantics-based database description and structuring formalism (database model) for databases. This database model is designed to capture more of the meaning of an application environment than is possible with contemporary database models. An SDM specification describes a database in terms of the kinds of entities that exist in the application environment, the classifications and groupings of those entities, and the structural interconnections among them.
DonnéeUne donnée est ce qui est connu et qui sert de point de départ à un raisonnement ayant pour objet la détermination d'une solution à un problème en relation avec cette donnée. Cela peut être une description élémentaire qui vise à objectiver une réalité, le résultat d'une comparaison entre deux événements du même ordre (mesure) soit en d'autres termes une observation ou une mesure. La donnée brute est dépourvue de tout raisonnement, supposition, constatation, probabilité.
Analyse des donnéesL’analyse des données (aussi appelée analyse exploratoire des données ou AED) est une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. Dans l'acception française, la terminologie « analyse des données » désigne donc un sous-ensemble de ce qui est appelé plus généralement la statistique multivariée. Certaines méthodes, pour la plupart géométriques, aident à faire ressortir les relations pouvant exister entre les différentes données et à en tirer une information statistique qui permet de décrire de façon plus succincte les principales informations contenues dans ces données.
Réseau séparatifUn réseau séparatif est un réseau d'eaux usées qui collecte séparément les eaux de pluie et les eaux usées domestiques ou industrielles. vignette|Eaux pluviales vignette|Eaux usées Pour chaque nouvelle construction, l’eau des toits est séparée de l’eau usée domestique. L’eau de pluie est soit infiltrée dans le sol sur site, soit déversée dans un cours d’eau à proximité, soit raccordée au réseau d’évacuation des eaux de pluie.
ÉgoutLe plus fréquemment souterrain, un égout est une canalisation ou une conduite en maçonnerie destinée à collecter et à évacuer les différentes eaux, qu'elles soient naturelles telles que les eaux de ruissellement et les eaux pluviales ou produites par l'activité humaine comme les eaux de lavage, les eaux de drainage ou encore les eaux usées (eaux ménagères et eaux-vannes ; eaux grises). vignette|La rue de la Porte mordelaise menant à la cathédrale de Rennes.
Réseau unitaire d'assainissementUn réseau unitaire ou égout unitaire ou réseau d'égouts unitaire ou système d'évacuation unitaire, est un système de collecte des eaux usées où toutes les eaux (eaux usées et eaux pluviales) transitent par une seule et même canalisation et se mélangent. Une alternative à ce système est la construction de réseaux séparatifs où l’eau de pluie et les eaux usées possèdent chacune leur réseau d’évacuation séparé. Le dimensionnement des canalisations se fait le plus souvent suivant les quantités d’eaux de pluie car elles sont en règle générale plus importantes en quantité que les eaux usées.
Machine à vecteurs de supportLes machines à vecteurs de support ou séparateurs à vaste marge (en anglais support-vector machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation des classifieurs linéaires. Les séparateurs à vaste marge ont été développés dans les années 1990 à partir des considérations théoriques de Vladimir Vapnik sur le développement d'une théorie statistique de l'apprentissage : la théorie de Vapnik-Tchervonenkis.
Big dataLe big data ( « grosses données » en anglais), les mégadonnées ou les données massives, désigne les ressources d’informations dont les caractéristiques en termes de volume, de vélocité et de variété imposent l’utilisation de technologies et de méthodes analytiques particulières pour créer de la valeur, et qui dépassent en général les capacités d'une seule et unique machine et nécessitent des traitements parallélisés. L’explosion quantitative (et souvent redondante) des données numériques permet une nouvelle approche pour analyser le monde.
Égout gravitairevignette| Installation d'égout gravitaire illustrant l'importante profondeur d'excavation souvent requise pour maintenir une pente favorable. vignette| Écoulement d'égout par gravité comme vu regardant vers le bas dans un trou d'homme ouvert. Un égout gravitaire est un conduit utilisant l'énergie résultant d'une différence d'élévation pour éliminer l'eau indésirable. Le terme égout implique l'élimination des eaux usées ou du ruissellement de surface plutôt que l'eau destinée à être utilisée; et le terme gravité exclut le mouvement de l'eau induit par les conduites forcées ou les .
Philosophical methodologyIn its most common sense, philosophical methodology is the field of inquiry studying the methods used to do philosophy. But the term can also refer to the methods themselves. It may be understood in a wide sense as the general study of principles used for theory selection, or in a more narrow sense as the study of ways of conducting one's research and theorizing with the goal of acquiring philosophical knowledge.
Sanitary sewer overflowSanitary sewer overflow (SSO) is a condition in which untreated sewage is discharged from a sanitary sewer into the environment prior to reaching sewage treatment facilities. When caused by rainfall it is also known as wet weather overflow. Causes of sanitary sewer overflows include: Blockage of sewer lines, infiltration/Inflow of excessive stormwater into sewer lines during heavy rainfall, malfunction of pumping station lifts or electrical power failure, broken sewer lines.
AssainissementL’assainissement est une démarche visant à améliorer la situation sanitaire globale de l'environnement dans ses différents composants. Il comprend la collecte, le traitement et l'évacuation des déchets liquides, des déchets solides et des excréments. L'objectif principal est la prévention du contact humain avec des substances dangereuses, spécialement les fèces en mettant en place des systèmes de traitement et d'évacuation des déchets.
Entrepôt de donnéesvignette|redresse=1.5|Vue d'ensemble d'une architecture entrepôt de données. Le terme entrepôt de données ou EDD (ou base de données décisionnelle ; en anglais, data warehouse ou DWH) désigne une base de données utilisée pour collecter, ordonner, journaliser et stocker des informations provenant de base de données opérationnelles et fournir ainsi un socle à l'aide à la décision en entreprise. Un entrepôt de données est une base de données regroupant une partie ou l'ensemble des données fonctionnelles d'une entreprise.
Science des donnéesLa science des données est l'étude de l’extraction automatisée de connaissance à partir de grands ensembles de données. Plus précisément, la science des données est un domaine interdisciplinaire qui utilise des méthodes, des processus, des algorithmes et des systèmes scientifiques pour extraire des connaissances et des idées à partir de nombreuses données structurées ou non . Elle est souvent associée aux données massives et à l'analyse des données.
Bootstrap aggregatingLe bootstrap aggregating, également appelé bagging (de bootstrap aggregating), est un meta-algorithme d'apprentissage ensembliste conçu pour améliorer la stabilité et la précision des algorithmes d'apprentissage automatique. Il réduit la variance et permet d'éviter le surapprentissage. Bien qu'il soit généralement appliqué aux méthodes d'arbres de décision, il peut être utilisé avec n'importe quel type de méthode. Le bootstrap aggregating est un cas particulier de l'approche d'apprentissage ensembliste.
Vacuum sewerA vacuum sewer or pneumatic sewer system is a method of transporting sewage from its source to a sewage treatment plant. It maintains a partial vacuum, with an air pressure below atmospheric pressure inside the pipe network and vacuum station collection vessel. Valves open and reseal automatically when the system is used, so differential pressure can be maintained without expending much energy pumping. A single central vacuum station can collect the wastewater of several thousand individual homes, depending on terrain and the local situation.
Gestion des donnéesLa gestion des données est une discipline de gestion qui tend à valoriser les données en tant que ressources numériques. La gestion des données permet d'envisager le développement d'architectures, de réglementations, de pratiques et de procédures qui gèrent correctement les besoins des organismes sur le plan de tout le cycle de vie des données. Les données sont, avec les traitements, l'un des deux aspects des systèmes d'information traditionnellement identifiés, et l'un ne peut aller sans l'autre pour un management du système d'information cohérent.
Test statistiqueEn statistiques, un test, ou test d'hypothèse, est une procédure de décision entre deux hypothèses. Il s'agit d'une démarche consistant à rejeter ou à ne pas rejeter une hypothèse statistique, appelée hypothèse nulle, en fonction d'un échantillon de données. Il s'agit de statistique inférentielle : à partir de calculs réalisés sur des données observées, on émet des conclusions sur la population, en leur rattachant des risques d'être erronées. Hypothèse nulle L'hypothèse nulle notée H est celle que l'on considère vraie a priori.
