About DBpedia Fr

About: http://fr.dbpedia.org/resource/Nettoyage_de_données

An Entity of Type : Thing, from Named Graph : http://fr.dbpedia.org, within Data Space : fr.dbpedia.org

Le nettoyage de données est l'opération de détection et de correction (ou suppression) d'erreurs présentes sur des données stockées dans des bases de données ou dans des fichiers. Le nettoyage de données est un des problèmes majeurs des entrepôts de données. Le nettoyage de données est différent de la validation de données. La validation de données est l'étape qui consiste à vérifier et rejeter les données qui ne respectent pas certaines règles avant l'ajout en base de données, alors que le nettoyage intervient après (sur des données déjà présentes en base de données).

Property Value
dbo:abstract
  • Le nettoyage de données est l'opération de détection et de correction (ou suppression) d'erreurs présentes sur des données stockées dans des bases de données ou dans des fichiers. Le nettoyage de données est un des problèmes majeurs des entrepôts de données. Les données présentes dans les bases de données peuvent avoir plusieurs types d'erreurs comme des erreurs de frappe, des informations manquantes, des imprécisions etc. La partie impropre de la donnée traitée peut être remplacée, modifiée ou supprimée. Le processus de nettoyage identifie les données erronées et les corrige automatiquement avec un programme informatique ou les propose à un humain pour qu'il effectue les modifications. Le nettoyage de données est différent de la validation de données. La validation de données est l'étape qui consiste à vérifier et rejeter les données qui ne respectent pas certaines règles avant l'ajout en base de données, alors que le nettoyage intervient après (sur des données déjà présentes en base de données). Les approches classiques de nettoyage utilisent les contraintes d'intégrité, les statistiques ou l'apprentissage automatique pour nettoyer les données. (fr)
  • Le nettoyage de données est l'opération de détection et de correction (ou suppression) d'erreurs présentes sur des données stockées dans des bases de données ou dans des fichiers. Le nettoyage de données est un des problèmes majeurs des entrepôts de données. Les données présentes dans les bases de données peuvent avoir plusieurs types d'erreurs comme des erreurs de frappe, des informations manquantes, des imprécisions etc. La partie impropre de la donnée traitée peut être remplacée, modifiée ou supprimée. Le processus de nettoyage identifie les données erronées et les corrige automatiquement avec un programme informatique ou les propose à un humain pour qu'il effectue les modifications. Le nettoyage de données est différent de la validation de données. La validation de données est l'étape qui consiste à vérifier et rejeter les données qui ne respectent pas certaines règles avant l'ajout en base de données, alors que le nettoyage intervient après (sur des données déjà présentes en base de données). Les approches classiques de nettoyage utilisent les contraintes d'intégrité, les statistiques ou l'apprentissage automatique pour nettoyer les données. (fr)
dbo:wikiPageExternalLink
dbo:wikiPageID
  • 4434419 (xsd:integer)
dbo:wikiPageLength
  • 24582 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 186753579 (xsd:integer)
dbo:wikiPageWikiLink
prop-fr:année
  • 2000 (xsd:integer)
  • 2001 (xsd:integer)
  • 2003 (xsd:integer)
  • 2005 (xsd:integer)
  • 2010 (xsd:integer)
  • 2011 (xsd:integer)
  • 2013 (xsd:integer)
  • 2014 (xsd:integer)
  • 2015 (xsd:integer)
prop-fr:doi
  • 10.100000 (xsd:double)
  • 10.100700 (xsd:double)
  • 10.110900 (xsd:double)
  • 10.114500 (xsd:double)
prop-fr:id
  • AJAX (fr)
  • Arktos (fr)
  • Vertex (fr)
  • Katara (fr)
  • ContinuousDataCleaning (fr)
  • CostBasedModel (fr)
  • DataCleaningMethods (fr)
  • DataCleaningPAndCA (fr)
  • ERACER (fr)
  • Holistic (fr)
  • IntelliClean (fr)
  • Llunatic (fr)
  • PottersWheel (fr)
  • ProbMetChal (fr)
  • Scared (fr)
  • UnifiedModel (fr)
  • AJAX (fr)
  • Arktos (fr)
  • Vertex (fr)
  • Katara (fr)
  • ContinuousDataCleaning (fr)
  • CostBasedModel (fr)
  • DataCleaningMethods (fr)
  • DataCleaningPAndCA (fr)
  • ERACER (fr)
  • Holistic (fr)
  • IntelliClean (fr)
  • Llunatic (fr)
  • PottersWheel (fr)
  • ProbMetChal (fr)
  • Scared (fr)
  • UnifiedModel (fr)
prop-fr:isbn
  • 1 (xsd:integer)
  • 978 (xsd:integer)
prop-fr:issn
  • 1063 (xsd:integer)
prop-fr:lang
  • en (fr)
  • en (fr)
prop-fr:mois
  • Août (fr)
  • Juin (fr)
  • juillet (fr)
  • avril (fr)
  • Août (fr)
  • Juin (fr)
  • juillet (fr)
  • avril (fr)
prop-fr:nom
  • Fan (fr)
  • Chen (fr)
  • Lee (fr)
  • Miller (fr)
  • Müller (fr)
  • Cheng (fr)
  • Chu (fr)
  • Song (fr)
  • Winkler (fr)
  • Ye (fr)
  • Neville (fr)
  • Low (fr)
  • Geerts (fr)
  • Mayfield (fr)
  • Prabhakar (fr)
  • Tang (fr)
  • Santoro (fr)
  • Ling (fr)
  • Rastogi (fr)
  • Vassiliadis (fr)
  • Chiang (fr)
  • Rahm (fr)
  • Raman (fr)
  • Morcos (fr)
  • Freytag (fr)
  • Ilyas (fr)
  • Mecca (fr)
  • Berti-Équille (fr)
  • Bohannon (fr)
  • Elmagarmid (fr)
  • Flaster (fr)
  • Galhardas (fr)
  • Hai Do (fr)
  • Hellerstein (fr)
  • Karayannidis (fr)
  • Ouzzani (fr)
  • Papotti (fr)
  • Sellis (fr)
  • Skiadopoulos (fr)
  • Szlichta (fr)
  • Vagena (fr)
  • Volkovs (fr)
  • Xu Yu (fr)
  • Yakout (fr)
  • Fan (fr)
  • Chen (fr)
  • Lee (fr)
  • Miller (fr)
  • Müller (fr)
  • Cheng (fr)
  • Chu (fr)
  • Song (fr)
  • Winkler (fr)
  • Ye (fr)
  • Neville (fr)
  • Low (fr)
  • Geerts (fr)
  • Mayfield (fr)
  • Prabhakar (fr)
  • Tang (fr)
  • Santoro (fr)
  • Ling (fr)
  • Rastogi (fr)
  • Vassiliadis (fr)
  • Chiang (fr)
  • Rahm (fr)
  • Raman (fr)
  • Morcos (fr)
  • Freytag (fr)
  • Ilyas (fr)
  • Mecca (fr)
  • Berti-Équille (fr)
  • Bohannon (fr)
  • Elmagarmid (fr)
  • Flaster (fr)
  • Galhardas (fr)
  • Hai Do (fr)
  • Hellerstein (fr)
  • Karayannidis (fr)
  • Ouzzani (fr)
  • Papotti (fr)
  • Sellis (fr)
  • Skiadopoulos (fr)
  • Szlichta (fr)
  • Vagena (fr)
  • Volkovs (fr)
  • Xu Yu (fr)
  • Yakout (fr)
prop-fr:numéro
  • 4 (xsd:integer)
  • 9 (xsd:integer)
  • 11 (xsd:integer)
prop-fr:pages
  • 3 (xsd:integer)
  • 42 (xsd:integer)
  • 75 (xsd:integer)
  • 143 (xsd:integer)
  • 244 (xsd:integer)
  • 290 (xsd:integer)
  • 327 (xsd:integer)
  • 381 (xsd:integer)
  • 446 (xsd:integer)
  • 458 (xsd:integer)
  • 553 (xsd:integer)
  • 625 (xsd:integer)
  • 987 (xsd:integer)
  • 1247 (xsd:integer)
prop-fr:prénom
  • E. (fr)
  • G. (fr)
  • H. (fr)
  • J. (fr)
  • L. (fr)
  • M. (fr)
  • P. (fr)
  • R. (fr)
  • Y. (fr)
  • C. (fr)
  • D. (fr)
  • N. (fr)
  • S. (fr)
  • V. (fr)
  • T. (fr)
  • Z. (fr)
  • F. (fr)
  • W. (fr)
  • J. M. (fr)
  • R. J. (fr)
  • X. (fr)
  • M. L. (fr)
  • W. E. (fr)
  • A. K. (fr)
  • J-C. (fr)
  • W. L. (fr)
  • T. W. (fr)
  • I. F. (fr)
  • E. (fr)
  • G. (fr)
  • H. (fr)
  • J. (fr)
  • L. (fr)
  • M. (fr)
  • P. (fr)
  • R. (fr)
  • Y. (fr)
  • C. (fr)
  • D. (fr)
  • N. (fr)
  • S. (fr)
  • V. (fr)
  • T. (fr)
  • Z. (fr)
  • F. (fr)
  • W. (fr)
  • J. M. (fr)
  • R. J. (fr)
  • X. (fr)
  • M. L. (fr)
  • W. E. (fr)
  • A. K. (fr)
  • J-C. (fr)
  • W. L. (fr)
  • T. W. (fr)
  • I. F. (fr)
prop-fr:périodique
  • IEEE (fr)
  • VLDB (fr)
  • GTTSE (fr)
  • ICDE (fr)
  • PVLDB (fr)
  • SIGKDD (fr)
  • SIGMOD (fr)
  • IEEE (fr)
  • VLDB (fr)
  • GTTSE (fr)
  • ICDE (fr)
  • PVLDB (fr)
  • SIGKDD (fr)
  • SIGMOD (fr)
prop-fr:titre
  • A Cost-Based Model and Effective Heuristic for Repairing Constraints by Value Modification (fr)
  • Data cleaning and transformation using the AJAX framework (fr)
  • Problems, Methods, and Challenges in Comprehensive Data Cleansing (fr)
  • A Unified Model for Data and Constraint Repair (fr)
  • Continuous data cleaning (fr)
  • Data Cleaning Methods (fr)
  • Data Cleaning: Problems and Current Approaches (fr)
  • Repairing Vertex Labels under Neighborhood Constraints (fr)
  • The LLUNATIC Data-Cleaning Framework (fr)
  • Don't be SCARed: Use SCalable Automatic REpairing with Maximal Likelihood and Bounded Changes (fr)
  • Holistic Data Cleaning: Putting Violations Into Context (fr)
  • KATARA: A Data Cleaning System Powered by Knowledge Bases and Crowdsourcing (fr)
  • Arktos: A Tool For Data Cleaning and Transformation in Data Warehouse Environments (fr)
  • IntelliClean: a knowledge-based intelligent data cleaner (fr)
  • ERACER: A Database Approach for Statistical Inference and Data Cleaning (fr)
  • Potter's Wheel: An Interactive Data Cleaning System (fr)
  • A Cost-Based Model and Effective Heuristic for Repairing Constraints by Value Modification (fr)
  • Data cleaning and transformation using the AJAX framework (fr)
  • Problems, Methods, and Challenges in Comprehensive Data Cleansing (fr)
  • A Unified Model for Data and Constraint Repair (fr)
  • Continuous data cleaning (fr)
  • Data Cleaning Methods (fr)
  • Data Cleaning: Problems and Current Approaches (fr)
  • Repairing Vertex Labels under Neighborhood Constraints (fr)
  • The LLUNATIC Data-Cleaning Framework (fr)
  • Don't be SCARed: Use SCalable Automatic REpairing with Maximal Likelihood and Bounded Changes (fr)
  • Holistic Data Cleaning: Putting Violations Into Context (fr)
  • KATARA: A Data Cleaning System Powered by Knowledge Bases and Crowdsourcing (fr)
  • Arktos: A Tool For Data Cleaning and Transformation in Data Warehouse Environments (fr)
  • IntelliClean: a knowledge-based intelligent data cleaner (fr)
  • ERACER: A Database Approach for Statistical Inference and Data Cleaning (fr)
  • Potter's Wheel: An Interactive Data Cleaning System (fr)
prop-fr:url
prop-fr:volume
  • 6 (xsd:integer)
  • 7 (xsd:integer)
  • 23 (xsd:integer)
prop-fr:wikiPageUsesTemplate
dct:subject
rdfs:comment
  • Le nettoyage de données est l'opération de détection et de correction (ou suppression) d'erreurs présentes sur des données stockées dans des bases de données ou dans des fichiers. Le nettoyage de données est un des problèmes majeurs des entrepôts de données. Le nettoyage de données est différent de la validation de données. La validation de données est l'étape qui consiste à vérifier et rejeter les données qui ne respectent pas certaines règles avant l'ajout en base de données, alors que le nettoyage intervient après (sur des données déjà présentes en base de données). (fr)
  • Le nettoyage de données est l'opération de détection et de correction (ou suppression) d'erreurs présentes sur des données stockées dans des bases de données ou dans des fichiers. Le nettoyage de données est un des problèmes majeurs des entrepôts de données. Le nettoyage de données est différent de la validation de données. La validation de données est l'étape qui consiste à vérifier et rejeter les données qui ne respectent pas certaines règles avant l'ajout en base de données, alors que le nettoyage intervient après (sur des données déjà présentes en base de données). (fr)
rdfs:label
  • Data cleansing (en)
  • Datenbereinigung (de)
  • Nettoyage de données (fr)
rdfs:seeAlso
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is dbo:wikiPageRedirects of
is dbo:wikiPageWikiLink of
is oa:hasTarget of
is foaf:primaryTopic of
Powered by OpenLink Virtuoso    This material is Open Knowledge     W3C Semantic Web Technology     This material is Open Knowledge    Valid XHTML + RDFa
This content was extracted from Wikipedia and is licensed under the Creative Commons Attribution-ShareAlike 3.0 Unported License