16 septembre 2013 | Québec
Organiser les données avant de pouvoir les exploiter
L’intelligence artificielle repose en grande partie sur les données. Mais avant de pouvoir analyser ces données ou les utiliser pour entraîner un modèle, encore faut-il pouvoir les stocker, les organiser, les retrouver et les manipuler efficacement.
C’est précisément le rôle des bases de données. Parmi les technologies utilisées, on retrouve notamment les bases de données relationnelles associées à SQL, ainsi que différentes bases de données dites NoSQL, conçues pour répondre à d’autres façons de structurer et d’exploiter l’information.
Dans le programme de Spécialiste en intelligence artificielle – LEA.E3 du Collège CDI, les étudiants abordent notamment SQL, NoSQL, les entrepôts et les lacs de données ainsi que les processus ETL et ELT.
Qu’est-ce qu’une base de données relationnelle?
Une base de données relationnelle organise généralement l’information dans des tables composées de lignes et de colonnes.
Prenons l’exemple d’une entreprise. Une table pourrait contenir les renseignements sur ses clients, une autre les produits et une troisième les transactions. Des relations permettent ensuite de relier ces différentes informations.
Cette structure facilite l’organisation de données aux caractéristiques clairement définies et permet d’effectuer des recherches précises au sein de grands ensembles d’information.
Pour travailler avec ce type de base de données, on utilise notamment SQL, ou Structured Query Language.
👉 Découvrez également : Python en intelligence artificielle : pourquoi ce langage est-il si utilisé?
À quoi sert SQL?
SQL permet d’interagir avec une base de données relationnelle.
Il peut notamment servir à rechercher des informations, à filtrer des résultats, à regrouper des données, à effectuer des calculs ou à combiner l’information provenant de plusieurs tables.
Supposons qu’une organisation souhaite connaître les ventes réalisées pour une catégorie de produits sur une période donnée. Plutôt que d’examiner manuellement toutes les transactions, une requête SQL peut permettre d’extraire précisément les données recherchées.
Dans un projet lié à l’intelligence artificielle, cette capacité est particulièrement utile puisqu’il faut souvent sélectionner et préparer les données pertinentes avant de pouvoir les analyser ou les utiliser dans un modèle.
Pourquoi utilise-t-on également des bases de données NoSQL?
Toutes les données ne se présentent pas sous la forme de tableaux parfaitement structurés.
Les organisations peuvent également travailler avec des documents et des données provenant d’applications Web, d’appareils connectés ou d’autres sources produisant de grandes quantités d’informations aux structures variées.
Les technologies NoSQL offrent différentes façons de stocker et d’organiser ce type de données. Selon les besoins, l’information peut notamment être organisée sous forme de documents, de paires clé-valeur, de colonnes ou de graphes.
Il ne s’agit donc pas simplement de choisir entre SQL et NoSQL en fonction de l’outil que l’on préfère. La nature des données et la manière dont elles doivent être utilisées influencent le choix de la technologie.
👉 Découvrez également : R en science des données : à quoi sert-il en intelligence artificielle?
SQL ou NoSQL : quelle est la différence?
La distinction fondamentale porte notamment sur la manière dont les données sont structurées.
Les bases de données relationnelles reposent sur des tables et des relations entre elles. Les bases de données NoSQL peuvent offrir davantage de souplesse lorsque les données ne s’organisent pas naturellement selon cette structure ou lorsque les besoins technologiques diffèrent.
Dans les deux cas, l’objectif demeure de conserver l’information afin de pouvoir la retrouver et l’exploiter efficacement.
Comprendre plusieurs approches permet donc de mieux déterminer comment organiser les données en fonction du contexte d’un projet.
Des bases de données aux entrepôts et aux lacs de données
Les organisations ne travaillent pas nécessairement avec une seule base de données. L’information peut provenir de multiples systèmes et doit être regroupée afin de permettre des analyses plus étendues.
Le plan de cours du programme de Spécialiste en intelligence artificielle – LEA.E3 aborde notamment les entrepôts de données (data warehouses) et les lacs de données (data lakes).
Un entrepôt de données permet généralement de regrouper des données structurées provenant de différentes sources afin de faciliter leur analyse. Un lac de données peut, quant à lui, accueillir de grandes quantités de données sous diverses formes.
Ces environnements deviennent particulièrement pertinents lorsque les volumes d’information et les sources se multiplient.
ETL et ELT : faire circuler les données
Réunir des données provenant de plusieurs systèmes nécessite également de pouvoir les déplacer et les préparer.
C’est ici qu’interviennent notamment les processus ETL (Extract, Transform, Load) et ELT (Extract, Load, Transform), également abordés dans la formation.
Dans un processus ETL, les données sont extraites de leurs sources, transformées afin de les rendre exploitables, puis chargées dans leur destination. Avec ELT, elles sont d’abord extraites et chargées, puis transformées dans l’environnement de destination.
Ces processus illustrent une réalité importante : avant l’analyse et l’intelligence artificielle, un travail considérable peut être nécessaire pour rendre les données accessibles et utilisables.
👉 Découvrez également : Analyse de données en intelligence artificielle : comprendre, structurer et interpréter l’information
Pourquoi les bases de données sont-elles importantes en intelligence artificielle?
Un algorithme d’apprentissage automatique ne peut pas exploiter efficacement des données auxquelles il est impossible d’accéder ou qui sont mal organisées.
Le travail avec les bases de données constitue donc une partie de l’environnement qui permet de passer de l’information accumulée au sein d’une organisation à des données analysables.
Cette compétence s’intègre à plusieurs autres apprentissages du programme de Spécialiste en intelligence artificielle – LEA.E3, notamment l’analyse de données, les statistiques, Python, R, la visualisation, les mégadonnées et l’apprentissage automatique.
Les étudiants peuvent ainsi comprendre comment les données sont organisées et préparées avant d’être utilisées dans des applications plus avancées.
Foire aux questions
1. Quelle est la différence entre SQL et NoSQL?
SQL est associé aux bases de données relationnelles, où les données sont généralement organisées en tables liées entre elles. NoSQL désigne plusieurs autres modèles de bases de données, pouvant notamment convenir à des données dont la structure ou les besoins d’utilisation diffèrent de ceux d’une base de données relationnelle.
2. Pourquoi faut-il connaître les bases de données pour travailler en intelligence artificielle?
Les projets d’intelligence artificielle reposent sur des données qu’il faut pouvoir stocker, rechercher, sélectionner et préparer. Comprendre les bases de données permet donc de travailler sur l’information avant son analyse ou son utilisation par des modèles d’intelligence artificielle.
3. Quelles notions liées aux bases de données sont abordées dans le programme de Spécialiste en intelligence artificielle – LEA.E3?
Le plan de cours comprend notamment SQL, NoSQL, les bases de données relationnelles, les entrepôts et les lacs de données ainsi que les processus ETL et ELT.
Pour aller plus loin
👉 Intelligence artificielle : comprendre le domaine et ses perspectives
👉 Power BI : transformer les données en outils d’aide à la décision
👉 Tableau : comment la visualisation aide-t-elle à comprendre les données?
👉 En savoir plus sur le programme de Spécialiste en intelligence artificielle – LEA.E3 du Collège CDI
