Librairie
Mini-books pratiques
Des guides courts et directement applicables. Lecture en ligne, et version PDF à emporter.
DONNÉES PROPRES, DÉCISIONS FIABLES
L’art de nettoyer, fiabiliser et préparer les données pour l’analyse, la BI et l’intelligence artificielle
Données propres, décisions fiables est un guide opérationnel consacré au nettoyage, à la préparation et à la fiabilisation des données. Dans les projets d’analyse, de Business Intelligence, de Data Science et d’intelligence artificielle, la qualité des résultats dépend directement de la qualité des données utilisées. Valeurs manquantes, doublons, formats incohérents, erreurs de saisie, dates mal structurées, catégories instables ou jointures incorrectes peuvent fausser les analyses, dégrader les modèles et conduire à de mauvaises décisions. Cet ouvrage propose une méthode structurée en 18 étapes pour transformer des données brutes, désordonnées et peu fiables en données propres, cohérentes et exploitables. Le lecteur découvrira notamment comment : • diagnostiquer rapidement la qualité d’un jeu de données ; • identifier les valeurs manquantes et choisir une stratégie de traitement adaptée ; • détecter et supprimer les doublons ; • harmoniser les formats de dates, de nombres et de textes ; • standardiser les catégories et les variables ; • repérer les valeurs aberrantes et les incohérences métier ; • sécuriser les jointures entre plusieurs sources ; • automatiser les contrôles avec SQL et Python ; • documenter les règles de nettoyage ; • mettre en place une checklist de validation avant l’analyse ou la mise en production. Le livre comprend également des cas d’entreprise, des exemples pratiques, des règles de contrôle, des modèles de checklist et des illustrations liées à SQL, Python, la Business Intelligence et la qualité des données. Données propres, décisions fiables s’adresse aux analystes, Data Scientists, Data Engineers, étudiants, consultants, responsables BI et professionnels souhaitant produire des analyses plus robustes, des tableaux de bord plus fiables et des modèles d’intelligence artificielle mieux maîtrisés. Auteur : Anderson DENART Data Scientist & ML Engineer Fondateur d’Accurametrics Data Solutions
ZÉRO DÉCHET DATA
La Méthode professionnelle en 15 étapes pour nettoyer, contrôler et fiabiliser vos données avant l'analyse et l'intelligence artificielle
Zéro Déchet Data est un guide pratique consacré au nettoyage, au contrôle et à la fiabilisation des données avant leur exploitation en analyse, en Business Intelligence, en Data Science ou en intelligence artificielle. Dans de nombreux projets, les erreurs ne viennent pas d’abord des modèles ou des outils, mais de la qualité des données utilisées. Valeurs manquantes, doublons, formats incohérents, catégories mal définies, dates incorrectes, erreurs de saisie ou jointures mal maîtrisées peuvent fausser les indicateurs, dégrader les performances d’un modèle et conduire à de mauvaises décisions. À travers une méthode structurée en 15 étapes, cet ouvrage montre comment transformer des données brutes, désordonnées et peu fiables en données propres, cohérentes, documentées et directement exploitables. Le lecteur découvrira notamment comment : • auditer rapidement la qualité d’un jeu de données ; • identifier les valeurs manquantes et choisir une stratégie de traitement adaptée ; • détecter et supprimer les doublons ; • harmoniser les formats de dates, de textes et de nombres ; • standardiser les catégories et les variables ; • repérer les valeurs aberrantes et les incohérences métier ; • sécuriser les jointures entre plusieurs sources ; • contrôler la cohérence des données avant l’analyse ; • automatiser les opérations de nettoyage avec SQL et Python ; • documenter les règles de transformation ; • construire une checklist de validation réutilisable ; • prévenir les erreurs susceptibles d’affecter les tableaux de bord et les modèles d’intelligence artificielle. Le livre propose également des exemples concrets, des cas d’entreprise, des contrôles qualité, des bonnes pratiques professionnelles et des modèles directement applicables à différents contextes métier. Zéro Déchet Data s’adresse aux Data Analysts, Data Scientists, Data Engineers, professionnels de la Business Intelligence, étudiants, consultants et responsables métier souhaitant produire des analyses plus fiables et prendre de meilleures décisions à partir de leurs données. Auteur : Anderson DENART Data Scientist & ML Engineer Fondateur d’Accurametrics Data Solutions
De l'idée à la soutenance
Réussir un mémoire de licence ou de Master
De l’idée à la soutenance est un guide méthodologique conçu pour accompagner les étudiants dans toutes les étapes de réalisation d’un mémoire de licence ou de master. Choisir un sujet pertinent, formuler une problématique, construire des hypothèses, réaliser une revue de littérature, sélectionner une méthodologie, collecter et analyser les données, interpréter les résultats, rédiger le document final et préparer la soutenance : chaque étape est présentée de manière structurée, accessible et opérationnelle. Ce livre aide notamment le lecteur à : • transformer une idée générale en véritable sujet de recherche ; • délimiter précisément son thème ; • formuler une question de recherche claire ; • construire une problématique cohérente ; • définir les objectifs et les hypothèses de recherche ; • organiser une revue de littérature pertinente ; • choisir une approche qualitative, quantitative ou mixte ; • élaborer un questionnaire ou un guide d’entretien ; • sélectionner un échantillon adapté ; • nettoyer, analyser et interpréter les données collectées ; • structurer les différentes parties du mémoire ; • respecter les règles de citation et éviter le plagiat ; • préparer une présentation convaincante ; • anticiper les questions du jury et défendre ses résultats. L’ouvrage propose une progression pratique, de la naissance du sujet jusqu’à la soutenance finale. Il met l’accent sur la rigueur scientifique, la cohérence entre les différentes parties du mémoire et la capacité de l’étudiant à justifier ses choix méthodologiques. Ce guide s’adresse aux étudiants de licence et de master, ainsi qu’à toute personne préparant un mémoire, un rapport de recherche ou un projet académique. Une publication d’Accurametrics Data Solutions destinée à rendre la méthodologie de recherche plus claire, plus structurée et plus accessible.