ZÉRO DÉCHET DATA
La Méthode professionnelle en 15 étapes pour nettoyer, contrôler et fiabiliser vos données avant l'analyse et l'intelligence artificielle
Anderson DENART · 0 chapitre(s)
À propos de ce livre
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