Cours

• Business Intelligence

• Cours 1 – LA « BI :  (bi_cours1_2015_2016)
• Cours 2 – ETL  : (bi_etl)
• Cours 3 – Datawarehouse : (bi_dataw)
• Cours 4 – OLAP : (bi_olap)
• Cours 5 – Intervention industrielle : la qualité des données
• Data Mining
  • Cours 6 – Frequent Item Sets et Règles d’association – memo
  • Cours 7 – La recommendation – bi_reco
  • Cours 8 – Protocole expérimental  – bi_8
  • Cours 9 – Analyse de données temporelles
  • Cours 10 – Intervention Ekimetrics

Travaux Pratiques

Semaine 1 – Découverte de Pentaho

Pour le TP:

• Installer Penthao PDI (5.0.1) dans le repertoire /tmp de l’ordinateur
• Téléchargez le fichier  http://ftp.mozilla.org/pub/mozilla.org/xulrunner/nightly/2012/03/2012-03-02-03-32-11-mozilla-1.9.2/xulrunner-1.9.2.28pre.en-US.linux-x86_64.tar.bz2
•  Décompressez ce fichier dans /tmp – le répertoire /tmp/xulrunner devrait être créé
•  Dans le fichier spoon.sh, à la ligne « $OPT= « , rajoutez l’option -Dorg.eclipse.swt.browser.XULRunnerPath=/tmp/xulrunner

Travail à la maison:

• Proposez 3 visualisation sur les données cancer à l’aide de données générées par Kettle

Semaine 2 – ETL

Objectifs: Maitrise De Keetle, et cosntruction d’un datawarehouse

On veut répondre aux requêtes:

• Donner le nombre de place restantes/occupées à une station velib donnée (nom)
• Donner le nombre de place restantes/occupées dans une rue donnée (nom)
• Donner le nombre de place restantes/occupées dans un arrondissement donné
• Donner le nombre de place restantes/occupées il y a une heure  dans paris

Pour cela, vous vous baserez sur les données disponibles ici:

• http://opendata.paris.fr/explore/dataset/stations-velib-disponibilites-en-temps-reel/
• http://opendata.paris.fr/explore/dataset/adresse_paris/

Proposez une visualisation a l’aide de l’API Google

On veut répondre aux requêtes suivantes:

• Argent dépensé en 2014 dans les horodateurs
• Argent dépensé en juin et juillet 2014 dans les horodateurs
• Argent dépensé par type de stationnement
• Argent dépensé par arrondissement

Fichiers:

• http://opendata.paris.fr/explore/dataset/adresse_paris/
• http://opendata.paris.fr/explore/dataset/horodateurs-transactions-de-paiement/

Suite:

* Insérer les données générées dans la base SQL

*Proposez une visualisation a l’aide de l’API Google

* Insérer les données générées dans la base SQL sous forme de schéma en étoile

Semaine 3 – Datawarehouse (en MySQL)

Importez les données issues de data_weed dans Kettle (http://www-connex.lip6.fr/~denoyer/wordpress/wp-content/uploads/2016/01/tp2.zip), créez un datawarehouse, et exporter le datawarehouse dans la base SQL

Tutorial : http://type-exit.org/adventures-with-open-source-bi/2010/07/a-basic-mondrian-cube-introducing-the-star-schema/

Semaine 4 – OLAP

* Utilisation d’un cube OLAP existant

1. Dezipper le fichier biserver-6.0 de /users/Enseignants/denoyer/AS dans le repertoire /tmp

* Création d’un cube OLAP avec Pentho BI Server

Exercice 3: Créons un cube OLAP

• Démarrez BIServer en local comme vu dans le TP précédent
• Téléchargez l’application de design de cube
• Téléchargez le driver MySQL et copiez le dans le répertoire « drivers » du logiciel  : Driver
• Créez une cube sur les données BugReport importées la semaine dernière

Semaine 5 – Projet BI

• projet_bi

Semaine 7 – Prise en main de RapidMiner

• Téléchargez RapidMiner (dans /tmp)
• TP bi_rm_1

Semaine 8 – Rapidminer

• bi_tp2

Semaine 9 – Rapidminer

• bi_tp3