Modélisation et Modèles
|
|
- Marie-Noëlle Odette Bouffard
- il y a 7 ans
- Total affichages :
Transcription
1 NFE113 Administration et configuration des bases de données Modélisation et Modèles Eric Boniface
2 Sommaire Modélisation conceptuelle Modèle Entité / Association Modèle Relationnel 2/73
3 Modélisation conceptuelle La conception de base de données Pourquoi la modélisation conceptuelle? 3/73
4 Modélisation conceptuelle Cycle de vie du S.I. 4/73
5 Modélisation conceptuelle Système d'information SI Collection d'activités qui définissent le partage et la distribution de l'information et le stockage des données Système de Gestion de Bases de Données SGBD Logiciel pour stocker, manipuler et retrouver les données sur ordinateur Le système d'information contient les bases de données : composante essentielle mais aussi les programmes les interfaces utilisateurs les procédures manuelles 5/73
6 Modélisation conceptuelle Préalable indispensable à l'implantation de la base de données Consensus sur le découpage en phases et sur les objectifs de chaque phase Beaucoup de bases ont été développées sans méthode Conséquences Sous estimation du temps/des ressources nécessaires Développement de Bases de données inadéquates et inefficaces Documentation limitée Maintenance difficile 6/73
7 Modélisation conceptuelle Un processus complexe qui implique des décisions à différents niveaux. décomposer le problème en sous-problèmes à résoudre indépendamment en utilisant des méthodes et des techniques spécifiques Schéma conceptuel : description de haut niveau de la structure de la base de données décrit le contenu en information et non les structures de stockage Schéma logique : description de la structure de la base de données qui puisse être comprise par le SGBD dépend du modèle logique choisi (relationnel, objet ou XML) Schéma physique : description de l'implantation de la BD en mémoire secondaire (structure de stockage et méthodes d'accès) => dépend du SGBD cible (Oracle, DB2, ) 7/73
8 Modélisation conceptuelle La plupart des problèmes de BD est due à une mauvaise compréhension des données à un niveau abstrait ou conceptuel Il faut une compréhension structurelle des données, indépendante de l'implantation physique C'est le rôle de l'étape de modélisation conceptuelle des données 8/73
9 Pourquoi la modélisation? Ne peut pas être automatisée c'est la phase critique Opération à conduire en coopération avec les utilisateurs les utilisateurs décrivent leurs besoins et expliquent la sémantique des données les concepts des modèles sont simples et peu techniques : ne nécessitent pas la connaissance des SGBD la coopération améliore le schéma conceptuel : le processus converge plus vite 9/73
10 Pourquoi la modélisation? Indépendance du SGBD le schéma conceptuel "survit" à un changement de SGBD différentes bases de données décrites par leurs schémas conceptuels peuvent être comparées et intégrées en un ensemble connu cf. bases de données fédérées le schéma conceptuel n'est pas seulement un document intermédiaire mais un élément important de la documentation du S.I. il facilite la compréhension, l'évolution et la maintenance 10/73
11 Pourquoi la modélisation? Les modèles conceptuels ont émergé à la fin des années 1970 les plus connus modèle entité-relation (E-R) modèle standard choisi par l'ansi pour l'irds (Information Resource Dictionary System) diagramme de classe UML Tous s'appuient sur les mêmes mécanismes d'abstraction 11/73
12 Pourquoi la modélisation? Modèle de données Langage pour décrire la réalité Schéma Description d une réalité suivant un modèle 12/73
13 Modèle Entité Association Historique et principes Présentation Le modèle 13/73
14 Modèle Entité Association LE MODELE E-A ou E-R Un modèle conceptuel de données Modèle Entité-Relation ou Entité-Association (en anglais : Entity Relationship) Proposé par P. Chen (1976) Différentes extensions ont été proposées L'ANSI choisit le modèle ER comme standard (1988) 14/73
15 Modèle Entité Association Utilisé universellement pour la conception de bases de données (relationnelles) La conception d un schéma correct est essentielle pour le développement d une application viable Simple et suffisamment puissant pour représenter des structures relationnelles Repose sur une représentation graphique qui facilite sa compréhension 15/73
16 Modèle Entité Association De nombreuses insuffisances ne propose que des structures Pas d opération permettant de manipuler les données Pas (ou peu) de moyen d exprimer des contraintes Certaines ambiguïtés pour des schémas complexes Objectif de ce chapitre Utiliser le modèle E/A Savoir interpréter et comprendre un modèle Exemple d une base de données de films, accessible par le Web, notation possible par les internautes 16/73
17 Modèle E/A : schéma titre année nommes prénommes Age Alien 1979 Scott Ridley 66 Vertigo 1958 Hitchcock Alfred 110 Psychose 1960 Hitchcock Alfred 110 Kagemusha 1980 Kurosawa Akira 99 Volte-face 1997 Woo John 63 Pulp Fiction 1995 Tarantino Quentin 46 Titanic 1997 Cameron James 55 Sacrifice 1986 Tarkovski Andrei 77 Table FilmSimple (MES = Metteur en scène) Ce schéma comporte tout un ensemble de problèmes Tous ou presque découlent d un grave défaut de la table ci-dessus : il est possible de représenter la même information plusieurs fois 17/73
18 Modèle E/A : schéma Anomalies dans l insertion Il est possible de représenter x fois le même film Qu est-ce qui distingue deux films l un de l autre? Anomalies lors d une modification Redondance = des anomalies de mise à jour Les mêmes questions que précédemment se posent existe-t-il un seul réalisateur nommé Hitchcock? est-ce qu il ne doit donc y avoir qu une seule année de naissance? 18/73
19 Modèle E/A : schéma Anomalies lors d une destruction Suppression d un film = suppression du metteur en scène Ex. suppression de Titanic = suppression des informations sur James Cameron Avoir une valeur trop «variable» L age va évoluer chaque année! Stocker l age plutôt que l année de naissance 19/73
20 Modèle E/A : la bonne méthode Être capable de représenter individuellement les films et les réalisateurs, de manière à ce qu une action sur l un n entraîne pas systématiquement une action sur l autre Définir une méthode d identification d un film ou d un réalisateur, qui permette d assurer que la même information est représentée une seule fois Préserver le lien entre les films et les réalisateurs, mais sans introduire de redondance 20/73
21 Modèle E/A : la bonne méthode titre annéeidmes Alien Vertigo Psychose Kagemusha Volte-face Pulp Fiction Titanic Sacrifice Table des films Plus de redondance, grâce à une clé étrangère Les anomalies citées avant sont résolues id nommes prénommes annéenaiss 1 Scott Ridley Hitchcock Alfred Hitchcock Alfred Kurosawa Akira Woo John Tarantino Quentin Cameron James Tarkovski Andrei 1932 Table des réalisateurs La modélisation avec un graphique Entité / Association = une méthode simple pour arriver au résultat ci-dessus, et ce même dans des cas beaucoup plus complexes 21/73
22 Modèle E/A : présentation Un schéma E/A décrit l application visée, c est-à-dire une abstraction d un domaine d étude, pertinente relativement aux objectifs visés Notre base Films contient uniquement ce qui est pertinent Entités Clé (en gras) Attributs Association Cardinalité Contraintes de participation 22/73
23 Modèle E/A : présentation La modélisation conceptuelle est indépendante de toute implantation Aucun système identifié Pas d algorithme ou de langage précisés Partie la plus stable d une application Mais est-ce que toutes les informations sont représentées? est-ce que les clés choisies sont pertinentes? Attention, certaines évolutions futures du schéma seront très complexes : changement de clé de Film, le passage à plusieurs réalisateurs, etc. 23/73
24 Entités, attributs et identifiants Définition : nous désignons par entité tout objet identifiable et pertinent pour l application identifiable = un identifiant ou une clé va permettre de distinguer les entités pertinence = ne prendre en compte que les informations nécessaires Attributs : les entités sont caractérisées par des propriétés (le titre du film par exemple), ce sont les attributs défini par un nom valeurs dans un domaine énumérable 24/73
25 Entités, attributs et identifiants Entités manipulables ou physiques une table, un avion, un livre, etc. Entités non manipulables ou conceptuelles un compte client, un service Nous nous limitons aux entités utiles pour la modélisation, ie celles qui vérifient Nous en connaissons plusieurs unités Nous souhaitons que la B.D. contienne des informations sur ces unités 25/73
26 Entités, attributs et identifiants Soit un nom d attribut A = fonction définie sur un ensemble E d entités, prenant ses valeurs sur un domaine D. A(e) = valeur de l attribut A pour e E Par exemple : soit un ensemble de films {f 1,, f n } et les attributs titre et année. Si f 1 est le film Impitoyable, tourné par Clint Eastwood en 1992 alors : titre(f 1 ) = Impitoyable; année(f 1 ) = 1992 Un attribut est une relation, au sens mathématique, entre un ensemble d entités et un ensemble de valeurs 26/73
27 Entités, attributs et identifiants Propriétés des attributs Ils sont atomiques on ne sait pas définir un attribut téléphones Certaines méthodes acceptent des constructions complexes attributs multivalués : ensemble de valeurs d un même domaine attributs composés : agrégation d autres attributs. Ex. d un attribut adresse Si la fonction est injective : attribut-clé ou identifiant 27/73
28 Types d entités Définition : le type d une entité est composé des éléments suivants Son nom La liste de ses attributs avec, optionnellement le domaine où l attribut prend ses valeurs : les entiers, les chaînes de caractères L indication du (ou des) attribut(s) permettant d identifier l entité : ils constituent la clé. On dit qu une entité e est une instance de son type E 28/73
29 Types d entités : clé Définition : Soit E un type d entité et l ensemble des attributs de E. Une clé de E est un sous-ensemble minimal de A permettant d identifier de manière unique une entité parmi n importe quelle extension de E Exemple : l internaute possède plusieurs attributs, dont son courriel, son nom, son prénom, etc. Le courriel constitue une clé naturelle. Le nom, voire le nom et le prénom ne suffise pas S il y a plusieurs clés possibles, en choisir une en clé primaire, les autres en clés secondaires 29/73
30 Types d entités : clé Caractéristiques d une clé primaire Sa valeur est connue pour toute entité Il ne faudrait jamais devoir la modifier Sa taille de stockage doit être la plus petite possible = performance Dans le cas de la table Films, le titre pourrait être une clé primaire, mais pour cela nous supposons que le titre est unique. Il n est pas facile de trouver une clé primaire sinon pour cette relation Ajout d un attribut abstrait id = numéro séquentiel unique
31 Types d entités : représentation Caractéristiques d une clé primaire Sa valeur est connue pour toute entité Il ne faudrait jamais devoir la modifier Sa taille de stockage doit être la plus petite possible = performance Dans le cas de la table Films, le titre pourrait être une clé primaire, mais pour cela nous supposons que le titre est unique. Il n est pas facile de trouver une clé primaire sinon pour cette relation Ajout d un attribut abstrait id = numéro séquentiel unique
32 Types d entités : représentation Ci-dessous l exemple des types Internaute et Film. L attribut formant la clé est en gras Distinction types d entités et entités : la même qu entre schéma et base, entre type et valeur en programmation Souvent, nous parlons d entité à la place de type d entité et d occurrence ou de tuple pour une entité
33 Associations Définition : une association binaire entre les ensembles d entités E 1 et E 2 est un ensemble de couples (e 1,e 2 ), avec e 1 E 1 et e 2 E 2 Une relation caractérise un lien entre plusieurs entités Deux niveaux de discours Au niveau type : la relation Réalise entre un Artiste et un Film Au niveau occurrence : Hitchcock réalise le Film Psychose Relation classique de relation en théorie des ensembles
34 Associations : exemple de graphe L utilisation d un graphe aide à visualiser les associations Prendre des exemples les plus généraux possibles
35 Associations : cardinalité Définition : soit une association (E 1,E 2 ) entre deux types d entité. La cardinalité de l association pour E i, i {1,2}, est une paire [min, max] telle que : Le symbole max (cardinalité maximale) désigne le nombre maximal de fois où une entité e i de E i peut intervenir dans l association. En général, ce nombre est 1 (au plus une fois) ou n (plusieurs fois, indéterminées), noté par le symbole «*» Le symbole min (cardinalité minimale) désigne le nombre minimal de fois où une entité e i de E i peut intervenir dans la relation. En général, ce nombre est 1 (au moins une fois) ou 0
36 Associations : cardinalité Les cardinalités maximales doivent être établies avec précaution car difficiles à modifier ultérieurement La notation «*» tirée d UML correspond à «0..*» La notation «1» équivaut à «1..1» Les cardinalités minimales peuvent être désignées par le terme «contraintes de participation» Il s agit de choix de conception Valides par rapport à un besoin exprimé
37 Associations : cardinalité Plusieurs façons de noter une association entre types d entités Nous utilisons la notation UML, très proche de la méthode OMT (cf.
38 Associations : cardinalité En faisant le graphe de l association Réalise, nous voyons qu un metteur en scène peut être un acteur Regroupement des deux types d entité en un seul : Artiste L association Joue a un attribut Rôle Seules les associations à cardinalités multiples de chaque côté peuvent avoir des attributs
39 Associations : clé Définition : la clé d une association (binaire) entre un type d entité E 1 et un type d entité E 2 est le couple constitué de la clé c 1 de E 1 et de la clé c 2 de E 2 En pratique, trop contraignant car nous souhaitons autoriser 2 entités à être liées plus d une fois dans une association. Ex. qu un internaute puisse noter à plusieurs reprises un film avec historique Impossible en l état avec une association binaire Association ternaire identifiée par un triplet (id, , date)
40 Associations : clé Un même internaute peut noter plusieurs fois le même film, pourvu que ce ne soit pas à la même date. Réciproquement un internaute peut noter des films différents le même jour, et un même film peut être noté plusieurs fois à la même date, à condition que ce ne soit pas par le même internaute.
41 Associations : clé La représentation précédente n est pas bonne : introduit une entité artificielle Rajouter l attribut date dans l association, et le mettre en gras pour indiquer qu il est dans la clé
42 Entités faibles Dans certains cas, des entités ne peuvent être vu indépendamment d une autre : entité faible Ex. : un cinéma et ses salles Chaque salle a ses propres attributs Mais une salle est forcément liée à un cinéma L association a un attribut «no», numéro de salle La cardinalité côté cinéma est implicitement «1..1» L entité «salle» a une identification relative au cinéma
43 Entités faibles : contraintes L utilisation d entités faibles implique des contraintes L insertion d une salle dans la base => l association à un cinéma La destruction d un cinéma => destruction de toutes ses salles La modification de la clé d un cinéma => la modification sur toutes ses salles Une stratégie doit être mise en place Les SGBD fournissent les outils nécessaires
44 Associations n-aires Définition : une association n-aire entre n types d entités E 1,, E n est un ensemble de n-uplets (e 1,, e n ) où chaque e i appartient à E i En théorie pas de limite sur le degré d une association En pratique, rarement au-delà de 3 entités
45 Associations n-aires Exemple de l association pour les projections de films Association ternaire entre les entités Film, Salle et Horaire Soulève de nouveaux problèmes Impossibilité de dire qu une entité ne participe qu une fois Détermination de la clé de l association difficile La clé [nomcinéma, nosalle, idfilm, idhoraire] peut être volumineuse Ne permet pas de spécifier certaines contraintes, telles que : dans une salle, pour un horaire il n y a qu un seul film
46 Associations n-aires Les associations de degré supérieur à deux sont difficiles à manipuler et à interpréter Toujours possible de remplacer cette association pour un type d entité Règle : soit A une association entre les types d entité {E 1,, E n }. La transformation de A en type d entité s effectue en trois étapes : Nous attribuons un identifiant autonome à A Nous créons une association A i de type 1..n entre A et chacun des E i. La contrainte minimale, du côté de A, est toujours 1
47 Associations n-aires L association précédente va être transformée en type d entité Séance, avec un identifiant idséance et des associations 1..n
48 48/73 Comment modéliser?
49 Comment modéliser? Faire la liste des entités Pour chaque entité, Faire la liste des propriétés Définir les propriétés identifiantes Faire la liste des relations entre les entités Pour chaque relation, Faire la liste des propriétés propres Vérifier la dimension (binaire, ternaire, etc.) Définir les cardinalités
50 Comment modéliser? Vérifier le schéma obtenu, notamment Supprimer les transitivités S assurer qu il répond aux demandes Valider avec les utilisateurs Ne pas confondre le concept de données et celui de traitement La modélisation conceptuelle de données exclut la représentation des traitements sur ces données Pourtant la connaissance des traitements est requise
51 Avantages et inconvénients Le modèle E/A est simple et pratique 3 concepts à manipuler : entités, associations et attributs Approprié à une représentation graphique intuitive Permet de modéliser rapidement des structures pas trop complexes Pauvreté du modèle : difficulté à exprimer les contraintes d intégrité ou des structures complexes
52 Avantages et inconvénients Non déterministe : pas de règle absolue pour déterminer ce qui est entité, attribut ou relation Est-il préférable de représenter le metteur en scène (MES) comme un attribut de Film ou comme une association avec Artiste? comme une association Est-il indispensable de gérer une entité Horaire? Ne pas attribuer à une relation les attributs des entités participantes
53 Avantages et inconvénients Il faut essayer en général de se ramener à des associations entre 2 entités : au-delà, on a probablement intérêt a transformer l association en entité d éviter toute redondance : une information doit se trouver en un seul endroit enfin et surtout de privilégier la simplicité et la lisibilité, notamment en ne représentant que ce qui est strictement nécessaire
54 Exercices Exercice 1 : soit le schéma E/A représentant des visites dans un centre médical. Répondez aux questions suivantes en fonction des caractéristiques de ce schéma (autrement dit, indiquez si la situation décrite est représentable, indépendamment de sa vraisemblance) 1. Un patient peut-il effectuer plusieurs visites? 2. Un médecin peut-il recevoir plusieurs patients dans la même consultation? 3. Peut-on prescrire plusieurs médicaments dans une même consultation? 4. Deux médecins différents peuvent-ils prescrire le même médicament?
55 Exercices Exercice 1 : schéma
56 Exercices Exercice 2 : Le second schéma représente des rencontres dans un tournoi de tennis. 1. Peut-on jouer des matchs de double? 2. Un joueur peut-il gagner un match sans y avoir participé?
57 Retour sur la représentation Attention à la représentation officielle Personne UML Voiture E/R Propriétaire Possède Possédée Personne Propriétaire Possède Voiture Possédée Date Prix Date Prix Buveurs Vins Abus Abus Estbu Buveurs Abus Abus Estbu Vins Date Quantité Date Quantité
58 Modèle E/A étendu Il existe plusieurs extensions au modèle E/A L objectif est de compléter les manques du modèle de base Nous allons voir le modèle Entité Association Etendu ou Extended Entity-Relationship Proposé par Peter Chen
59 Modèle EE/A : généralisation Définition : une entité E est une généralisation d un groupe d entités E 1,,E n si tout objet de E i est aussi un objet de E. Film Type entité générique Un film fantastique est un film Lien IS_A Fantastique Animation Documentaire S.F. Horreur Historique Animalier Type entité spécifique Nous parlons de généralisation et de spécialisation
60 Modèle EE/A : généralisation Contraintes Disjonction : a priori, les films de type fantastique n ont pas d instance commune avec les films documentaires Couverture : tout film appartient à l un des sous-types Il s agit d une partition En fait, un film d animation peut être fantastique (ex. Final Fantasy) => couverture mais non disjonction
61 Modèle EE/A : sous-ensemble Sous-ensemble : cas particulier de généralisation avec une seule sous-classe Attribut composé : groupement d attributs ayant une affinité, soit par leur sens, soit par leur utilisation Exemple attribut Adresse : rue, ville, code postal Identifiants ou clés ou clés candidates : comme vu précédemment, un ensemble d attributs ou d entités reliées à E permettant de déterminer de façon unique toutes les instances de E. Peut être héritée dans les généralisations
62 Modèle EE/A : abstraction Définition : processus de compréhension, de classification et de modélisation de la réalité Classer les objets du monde réel Modéliser les relations entre les objets Processus mental de sélection de certaines caractéristiques d un ensemble d objets d exclusion d autres caractéristiques non pertinentes
63 Modèle EE/A : abstraction 3 mécanismes Classification Agrégation Généralisation
64 Modèle EE/A Classification Agrégation Généralisation Regrouper dans une classe les objets du monde réel caractérisés par des propriétés communes Définir une classe à partir d autres classes composantes Définir une relation d inclusion entre deux classes (n est pas utilisé dans les modèles classiques E-R de base)
65 Modèle EE/A : classification Définition : regrouper dans une classe les objets du monde réel ayant des propriétés communes Exemple : classe Film classe Acteur Un même objet peut être classé de plusieurs façons Film fantastique et d animation Film documentaire et d animation Classification multiple
66 Modèle EE/A : agrégation Définition : définir une classe à partir d autres classes composantes Exemples La classe cinéma peut être décrite à partir des classes Salles, Films, Horaires La classe Cours peut être décrite à partir des classes Professeur, Etudiant, Horaire, etc.
67 Modèle EE/A : généralisation Définition : une généralisation est une inclusion entre deux classes Exemples La classe Film est une généralisation de film documentaire La classe Personne (nom, âge, prénom) et la classe Employé (salaire, grade). Employé hérite de Personne La généralisation permet une description plus compacte des structures
68 Modèle EE/A : généralisation Définition : une généralisation est une inclusion entre deux classes Exemples La classe Film est une généralisation de film documentaire La classe Personne (nom, âge, prénom) et la classe Employé (salaire, grade). Employé hérite de Personne La généralisation permet une description plus compacte des structures
69 Modèle EE/A : mathématique Les 3 abstractions sont indépendantes Fondement mathématique Classification : appartient à Relation entre un élément et un ensemble Agrégation : est une partie de Composition (produit cartésien) d ensembles Généralisation : est inclus dans, sous ensemble de Inclusion d ensemble
70 Modèle EE/A : Contrainte interrelations INCLUSION (I): si une occurrence de l Individu1 participe à la relation A, elle participe à la relation B ( mais pas réciproquement) SIMULTANEITE(S): toute occurrence de l Individu1 participant à la relation A participe simultanément à B EXCLUSION(X): si une occurrence de l Individu1 participe à la relation A, elle ne peut pas participer à B (avec possibilité d orientation de cette exclusion) TOTALITE(T) : toute occurrence de l Individu1 participe au moins à l une des deux relations A ou B EXCLUSION et TOTALITE(XT): toute occurrence de l Individu1 participe au moins soit à A, soit à B, mais pas aux deux à la fois
71 Modèle EE/A : Contrainte interrelations Formalisme Individu impliqué dans la contrainte INDIVIDU 2 INDIVIDU 1 A B Tiré du cours d E. Abou Chakra Type de contrainte INDIVIDU 3
72 Modèle EE/A : conclusion CLASSIFICATION une entité est une classe d'objets du monde réel ayant des propriétés semblables une association est une classe de faits élémentaires qui relient 2 (ou +) entités un attribut est une classe de valeurs représentant les propriétés des entités ou associations AGREGATION une entité est une agrégation d'attributs une association est une agrégation d'entités et d'attributs un attribut composé est une agrégation d'attributs GENERALISATION hiérarchies de généralisation et sous-ensembles
73 Et après Le monde Le concepteur Schéma conceptuel Utilisateurs BD Schéma logique relationnel Table Films Table Cinéma 73/73
Cours de bases de données. Philippe Rigaux
Cours de bases de données Philippe Rigaux 13 juin 2001 2 TABLE DES MATIÈRES 3 Table des matières 1 Introduction 7 2 Présentation générale 9 2.1 Données, Bases de données et SGBD.............................
Plus en détailBases de données. Chapitre 1. Introduction
Références : Bases de données Pierre Wolper Email : pw@montefiore.ulg.ac.be URL : http : //www.montefiore.ulg.ac.be/~pw/ http : //www.montefiore.ulg.ac.be/ ~pw/cours/bd.html Henry F. Korth, Abraham Silberschatz,
Plus en détailConception des bases de données : Modèle Entité-Association
Conception des bases de données : Modèle Entité-Association La modélisation d un problème, c est-à-dire le passage du monde réel à sa représentation informatique, se définit en plusieurs étapes pour parvenir
Plus en détailI4 : Bases de Données
I4 : Bases de Données Passage de UML au modèle relationnel Georges LOUIS Département Réseaux et Télécommunications Université de La Rochelle Module I4 2008-2009 1 G.Louis Sommaire 1 Des classes aux tables
Plus en détailBASES DE DONNÉES CONCEPTS ET PROGRAMMATION. Antoine Cornuéjols. AgroParisTech, Spécialité Informatique (2009-2010) Version du 19 octobre 2009
i BASES DE DONNÉES CONCEPTS ET PROGRAMMATION Antoine Cornuéjols AgroParisTech, Spécialité Informatique (2009-2010) Version du 19 octobre 2009 ii Table des matières Table des matières iii 1 Concepts fondamentaux
Plus en détailRappel sur les bases de données
Rappel sur les bases de données 1) Généralités 1.1 Base de données et système de gestion de base de donnés: définitions Une base de données est un ensemble de données stockées de manière structurée permettant
Plus en détailChapitre 5 LE MODELE ENTITE - ASSOCIATION
Chapitre 5 LE MODELE ENTITE - ASSOCIATION 1 Introduction Conception d une base de données Domaine d application complexe : description abstraite des concepts indépendamment de leur implémentation sous
Plus en détailBases de Données. Plan
Université Mohammed V- Agdal Ecole Mohammadia d'ingénieurs Rabat Bases de Données Mr N.EL FADDOULI 2014-2015 Plan Généralités: Définition de Bases de Données Le modèle relationnel Algèbre relationnelle
Plus en détailInformation utiles. cinzia.digiusto@gmail.com. webpage : Google+ : http://www.ibisc.univ-evry.fr/ digiusto/
Systèmes de gestion de bases de données Introduction Université d Evry Val d Essonne, IBISC utiles email : cinzia.digiusto@gmail.com webpage : http://www.ibisc.univ-evry.fr/ digiusto/ Google+ : https://plus.google.com/u/0/b/103572780965897723237/
Plus en détailPlan Général Prévisionnel (1/2) (non contractuel) Internet et Outils L1/IO2 2006-2007 S2-IO2 Bases de données: Jointures, Transactions
Général Prévisionnel (1/2) (non contractuel) Internet et Outils L1/IO2 2006-2007 S2-IO2 Bases de données: Jointures, Cours Internet et Outils: [1/12] Intro, Internet, Web, XHTML (2H) [2/12] XHTML(2H) [3/12]
Plus en détailModèle Entité/Association
Base de données Modèle Entité/Association L3 Informatique Antoine Spicher antoine.spicher@u-pec.fr Contexte du cours Organisation du cours 1 ère partie (C. D.) Modèle et algèbre relationnel Langage SQL
Plus en détailIntroduction aux Bases de Données
Licence 3 Géographie Aménagement NHUC5548 Introduction aux Bases de Données Le cas des BD relationnelles Concepts, méthodes et applications JP ANTONI / Y FLETY 1 Logistique et autres fonctionnements Cours
Plus en détailCours Base de données relationnelles. M. Boughanem, IUP STRI
Cours Base de données relationnelles 1 Plan 1. Notions de base 2. Modèle relationnel 3. SQL 2 Notions de base (1) Définition intuitive : une base de données est un ensemble d informations, (fichiers),
Plus en détailÉvaluation et optimisation de requêtes
Évaluation et optimisation de requêtes Serge Abiteboul à partir de tranparents de Philippe Rigaux, Dauphine INRIA Saclay April 3, 2008 Serge (INRIA Saclay) Évaluation et optimisation de requêtes April
Plus en détailA. Définition et formalisme
Les cardinalités et les différents types d'associations I. Les cardinalités A. Définition et formalisme Les cardinalités sont des couples de valeur que l'on trouve entre chaque entité et ses associations
Plus en détail1 Introduction et installation
TP d introduction aux bases de données 1 TP d introduction aux bases de données Le but de ce TP est d apprendre à manipuler des bases de données. Dans le cadre du programme d informatique pour tous, on
Plus en détailModélisation des données
Modélisation des données Le modèle Entité/Association Le MCD ou modèle Entité/Association est un modèle chargé de représenter sous forme graphique les informations manipulées par le système (l entreprise)
Plus en détailBases de Données Avancées
1/62 Bases de Données Avancées Introduction & Rappel Conception et Modélisation Thierry Hamon Bureau H202 - Institut Galilée Tél. : 33 1.48.38.35.53 Bureau 150 LIM&BIO EA 3969 Université Paris 13 - UFR
Plus en détailChapitre 1 : Introduction aux bases de données
Chapitre 1 : Introduction aux bases de données Les Bases de Données occupent aujourd'hui une place de plus en plus importante dans les systèmes informatiques. Les Systèmes de Gestion de Bases de Données
Plus en détailChapitre 1 Généralités sur les bases de données
Chapitre 1 Généralités sur les bases de données I. Définition d un SGBD Une base de données, généralement appelée BD est un ensemble structuré et organisé permettant le stockage de grandes quantités d'informations
Plus en détailExemple accessible via une interface Web. Bases de données et systèmes de gestion de bases de données. Généralités. Définitions
Exemple accessible via une interface Web Une base de données consultable en ligne : Bases de données et systèmes de gestion de bases de données The Trans-atlantic slave trade database: http://www.slavevoyages.org/tast/index.faces
Plus en détailConception d une base de données
Conception d une base de données Cyril Gruau 17 octobre 2005 (corrigé le 13 juillet 2006) Résumé Ce support de cours regroupe quelques notions concernant le modélisation conceptuelle de système d information
Plus en détailPrésentation du module Base de données spatio-temporelles
Présentation du module Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Partie 1 : Notion de bases de données (12,5h ) Enjeux et principes
Plus en détailBases de Données. Le cas des BD relationnelles ouverture sur les BD relationnelles spatiales Séance 2 : Mise en oeuvre
Bases de Données Le cas des BD relationnelles ouverture sur les BD relationnelles spatiales Séance 2 : Mise en oeuvre Synthèse : conception de BD langage de modélisation famille de SGBD SGBD Analyse du
Plus en détailBases de données documentaires et distribuées Cours NFE04
Bases de données documentaires et distribuées Cours NFE04 Scalabilité Auteurs : Raphaël Fournier-S niehotta, Philippe Rigaux, Nicolas Travers prénom.nom@cnam.fr Département d informatique Conservatoire
Plus en détail4. Utilisation d un SGBD : le langage SQL. 5. Normalisation
Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :
Plus en détailModélisation de bases de données : Le modèle relationnel
Modélisation de bases de données : Le modèle relationnel Rappel chapitre 1 C est quoi un modèle? Type de modèle : Modèle hiérarchique Modèle réseau Modèle objet Modèle relationnel Cours BD Dr REZEG K 1
Plus en détailBases de données relationnelles : Introduction
Bases de données relationnelles : Introduction historique et principes V. Benzaken Département d informatique LRI UMR 8623 CNRS Université Paris Sud veronique.benzaken@u-psud.fr https://www.lri.fr/ benzaken/
Plus en détailBases de données avancées Introduction
Bases de données avancées Introduction Dan VODISLAV Université de Cergy-Pontoise Master Informatique M1 Cours BDA Plan Objectifs et contenu du cours Rappels BD relationnelles Bibliographie Cours BDA (UCP/M1)
Plus en détailBases de données Cours 1 : Généralités sur les bases de données
Cours 1 : Généralités sur les bases de données POLYTECH Université d Aix-Marseille odile.papini@univ-amu.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 1 Qu est ce qu une
Plus en détailLa Clé informatique. Formation Excel XP Aide-mémoire
La Clé informatique Formation Excel XP Aide-mémoire Septembre 2005 Table des matières Qu est-ce que le logiciel Microsoft Excel?... 3 Classeur... 4 Cellule... 5 Barre d outil dans Excel...6 Fonctions habituelles
Plus en détailLes bases de données
Les bases de données Introduction aux fonctions de tableur et logiciels ou langages spécialisés (MS-Access, Base, SQL ) Yves Roggeman Boulevard du Triomphe CP 212 B-1050 Bruxelles (Belgium) Idée intuitive
Plus en détailBases de données élémentaires Maude Manouvrier
Licence MI2E- 1ère année Outils en Informatique Bases de données élémentaires Maude Manouvrier Définitions générales et positionnement du cours dans la formation Vocabulaire relatif aux bases de données
Plus en détailModèle conceptuel : diagramme entité-association
Modèle conceptuel : diagramme entité-association Raison d'être de ce cours «La conception et l'utilisation de bases de données relationnelles sur micro-ordinateurs n'est pas un domaine réservé aux informaticiens.»
Plus en détailCESI Bases de données
CESI Bases de données Introduction septembre 2006 Bertrand LIAUDET EPF - BASE DE DONNÉES - septembre 2005 - page 1 PRÉSENTATION GÉNÉRALE 1. Objectifs généraux L objectif de ce document est de faire comprendre
Plus en détailBASES DE DONNÉES. CNAM Centre associé de Clermont-Ferrand Cycle A Année 1997-98. J. Darmont I. INTRODUCTION II. LES SYSTÈMES HIÉRARCHIQUES
BASES DE DONNÉES CNAM Centre associé de Clermont-Ferrand Cycle A Année 1997-98 J. Darmont I. INTRODUCTION II. LES SYSTÈMES HIÉRARCHIQUES III. LES SYSTÈMES RÉSEAU IV. LES SYSTÈMES RELATIONNELS V. LE LANGAGE
Plus en détailSystèmes d information et bases de données (niveau 1)
Systèmes d information et bases de données (niveau 1) Cours N 1 Violaine Prince Plan du cours 1. Bibliographie 2. Introduction aux bases de données 3. Les modèles 1. Hiérarchique 2. Réseau 3. Relationnel
Plus en détailIntroduction aux bases de données Cours 1 : Généralités sur les bases de données
Cours 1 : Généralités sur les bases de données ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/sources/bdmat.html Plan du cours 1 1 Qu est ce qu
Plus en détailCONCEPTION Support de cours n 3 DE BASES DE DONNEES
CONCEPTION Support de cours n 3 DE BASES DE DONNEES Auteur: Raymonde RICHARD PRCE UBO PARTIE III. - LA DESCRIPTION LOGIQUE ET PHYSIQUE DES DONNEES... 2 A. Les concepts du modèle relationnel de données...
Plus en détailLes bases de données Page 1 / 8
Les bases de données Page 1 / 8 Sommaire 1 Définitions... 1 2 Historique... 2 2.1 L'organisation en fichier... 2 2.2 L'apparition des SGBD... 2 2.3 Les SGBD relationnels... 3 2.4 Les bases de données objet...
Plus en détailChapitre 3 LE MODELE RELATIONNEL ET SQL (DDL)
Chapitre 3 LE MODELE RELATIONNEL ET SQL (DDL) Un modèle de données définit un mode de représentation de l information selon trois composantes : 1. Des structures de données. 2. Des contraintes qui permettent
Plus en détailUML et les Bases de Données
CNAM UML et les Bases de Données UML et les Bases de Données. Diagramme de classes / diagramme d objets (UML)...2.. Premier niveau de modélisation des données d une application...2.2. Les éléments de modélisation...2.2..
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailBases de données et sites WEB
Bases de données et sites WEB Cours2 : Sécurité et contrôles d accès Anne Doucet 1 Authentification Autorisation Privilèges Rôles Profils Limitations de ressources Plan Audit Contrôle d accès via les vues
Plus en détailBase de Données et Langage SQL
Base de Données et Langage SQL (IUT, département informatique, 1 re année) Laurent AUDIBERT Institut Universitaire de Technologie de Villetaneuse Département Informatique Avenue Jean-Baptiste Clément 93430
Plus en détailComprendre Merise et la modélisation des données
Comprendre Merise et la modélisation des données Tables des matières Avant-propos 1- Introduction 1-1 Principes fondateurs 1-2 Bases conceptuelles 1-3 Place de Merise dans le cycle de développement informatique
Plus en détailBases de données - Modèle relationnel
Bases de données - Modèle relationnel Introduction SITE :http://www.univ-orleans.fr/lifo/members/mirian.halfeld/ BD - Mírian Halfeld-Ferrari p. 1 Les bases de données - Bibliographie Ullman and Widom,
Plus en détailMerise. Introduction
Merise Introduction MERISE:= Méthode d Etude et de Réalisation Informatique pour les Systèmes d Entreprise Méthode d Analyse et de Conception : Analyse: Etude du problème Etudier le système existant Comprendre
Plus en détailTechniques de stockage. Techniques de stockage, P. Rigaux p.1/43
Techniques de stockage Techniques de stockage, P. Rigaux p.1/43 Techniques de stockage Contenu de ce cours : 1. Stockage de données. Supports, fonctionnement d un disque, technologie RAID 2. Organisation
Plus en détailIntroduction au Système de Gestion de Base de Données et aux Base de Données
Introduction au Système de Gestion de Base de Données et aux Base de Données Formation «Gestion des données scientifiques : stockage et consultation en utilisant des bases de données» 24 au 27 /06/08 Dernière
Plus en détailDans le cadre du décret Education Permanente. La Plate-forme francophone du Volontariat présente : ANALYSE. (11 074 signes espaces compris)
1 Dans le cadre du décret Education Permanente La Plate-forme francophone du Volontariat présente : ANALYSE (11 074 signes espaces compris) Le volontariat et ses limites dans le secteur social et des soins
Plus en détailBases de Données. Stella MARC-ZWECKER. stella@unistra.u-strasbg.fr. Maître de conférences Dpt. Informatique - UdS
Bases de Données Stella MARC-ZWECKER Maître de conférences Dpt. Informatique - UdS stella@unistra.u-strasbg.fr 1 Plan du cours 1. Introduction aux BD et aux SGBD Objectifs, fonctionnalités et évolutions
Plus en détailUniversité de Bangui. Modélisons en UML
Université de Bangui CRM Modélisons en UML Ce cours a été possible grâce à l initiative d Apollinaire MOLAYE qui m a contacté pour vous faire bénéficier de mes connaissances en nouvelles technologies et
Plus en détailChap. 3: Le modèle de données entité-association (E.A.)
Chap. 3: Le modèle de données entité-association (E.A.) En anglais: Entity-Relationship (ER) Origines: C.Bachman (1969), P.Chen (1976). Modèle de données > décrire la réalité perçue à travers les données
Plus en détailLe niveau conceptuel : la modélisation des bases de données
BDD Le niveau conceptuel : la modélisation des bases de données stph.crzt.fr/bdd STÉPHANE CROZAT Paternité - Partage des Conditions Initiales à l'identique : http://creativecommons.org/licenses/by-sa/2.0/fr/
Plus en détailUML (Diagramme de classes) Unified Modeling Language
UML (Diagramme de classes) Unified Modeling Language Sommaire Introduction Objectifs Diagramme de classes Classe (Nom, attribut, opération) Visibilité et portée des constituants d une classe Association
Plus en détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailObjectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)
Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailModélisation : Entité-Association Pattes de corbeau Relationnel. Plan BD4 : A.D., S.B. 2013-2014. . 1 Des systèmes d'information. Pourquoi?
Modélisation : Entité-Association Pattes de corbeau Relationnel BD4 : AD, SB Licence MASS, Master ISIFAR, Paris-Diderot 2013-2014 BD4 (Licence MASS, Master ISIFAR, Paris-Diderot) Modélisation avec Workbench
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailINTRODUCTION AUX BASES de DONNEES
INTRODUCTION AUX BASES de DONNEES Équipe Bases de Données LRI-Université Paris XI, Orsay Université Paris Sud Année 2003 2004 1 SGBD : Fonctionnalités et Principes Qu est qu une base de données? Un Système
Plus en détailInitiation aux bases de données (SGBD) Walter RUDAMETKIN
Initiation aux bases de données (SGBD) Walter RUDAMETKIN Bureau F011 Walter.Rudametkin@polytech-lille.fr Moi Je suis étranger J'ai un accent Je me trompe beaucoup en français (et en info, et en math, et...)
Plus en détailBUSINESS INTELLIGENCE
GUIDE COMPARATIF BUSINESS INTELLIGENCE www.viseo.com Table des matières Business Intelligence :... 2 Contexte et objectifs... 2 Une architecture spécifique... 2 Les outils de Business intelligence... 3
Plus en détailACTIVITÉS DE COMMUNICATION LANGAGIÈRE ET STRATÉGIES
référence pour les langues ACTIVITÉS DE COMMUNICATION LANGAGIÈRE ET STRATÉGIES Activités de production et stratégies PRODUCTION ORALE GÉNÉRALE MONOLOGUE SUIVI : décrire l'expérience MONOLOGUE SUIVI : argumenter
Plus en détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
Plus en détailData Mining. Vincent Augusto 2012-2013. École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto.
des des Data Mining Vincent Augusto École Nationale Supérieure des Mines de Saint-Étienne 2012-2013 1/65 des des 1 2 des des 3 4 Post-traitement 5 représentation : 6 2/65 des des Définition générale Le
Plus en détailCHAPITRE 1. Introduction aux bases de données
CHAPITRE 1 Contenu du chapitre 1 Pourquoi utiliser une bases de? Définitions et objectifs d'un SGBD Niveaux d'abstraction des Méthodes de modélisation d une BD Modèles de structuration des Structure globale
Plus en détailLogiciel de Base. I. Représentation des nombres
Logiciel de Base (A1-06/07) Léon Mugwaneza ESIL/Dépt. Informatique (bureau A118) mugwaneza@univmed.fr I. Représentation des nombres Codage et représentation de l'information Information externe formats
Plus en détailMERISE. Modélisation de Systèmes d Information. Pierre Gérard. DUT Informatique 2ème année 2004/2005. IUT de Villetaneuse - Université de Paris 13
Modélisation de Systèmes d Information IUT de Villetaneuse - Université de Paris 13 DUT Informatique 2ème année 2004/2005 LATEX Cycle de vie Introduction Processus de développement d un logiciel La méthode
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailModélisation Conceptuelle. Partie 2: Le modèle Entité-Association
Modélisation Conceptuelle Partie 2: Le modèle Entité-Association Modèle de type conceptuel But: permettre la description conceptuelle des structures de données d'une application Les concepts de base (correspondent
Plus en détailBD réparties. Bases de Données Réparties. SGBD réparti. Paramètres à considérer
Bases de Données Réparties Définition Architectures Outils d interface SGBD Réplication SGBD répartis hétérogènes BD réparties Principe : BD locales, accès locaux rapides accès aux autres SGBD du réseau
Plus en détail3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes
PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason
Plus en détailIntelligence Economique - Business Intelligence
Intelligence Economique - Business Intelligence Notion de Business Intelligence Dès qu'il y a une entreprise, il y a implicitement intelligence économique (tout comme il y a du marketing) : quelle produit
Plus en détailII. Modèle conceptuel le modèle entité-association
II. Modèle conceptuel le modèle entité-association Personne Voiture Schéma conceptuel Monde réel υ Concepteur υ Personne conduit Voiture ϖ ϖ Schéma logique utilisateurs ω LMD BD Personne Dupont Durant
Plus en détailLe "tout fichier" Le besoin de centraliser les traitements des fichiers. Maitriser les bases de données. Historique
Introduction à l informatique : Information automatisée Le premier ordinateur Définition disque dure, mémoire, carte mémoire, carte mère etc Architecture d un ordinateur Les constructeurs leader du marché
Plus en détailPROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN
PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN 1. DÉVELOPPEMENT D'APPLICATION (CONCEPTEUR ANALYSTE) 1.1 ARCHITECTURE MATÉRIELLE DU SYSTÈME INFORMATIQUE 1.1.1 Architecture d'un ordinateur Processeur,
Plus en détailLe langage SQL Rappels
Le langage SQL Rappels Description du thème : Présentation des principales notions nécessaires pour réaliser des requêtes SQL Mots-clés : Niveau : Bases de données relationnelles, Open Office, champs,
Plus en détailModélisation conceptuelle des données Responsable: Dominique Schneuwly, Regis Caloz
Geographic Information Technology Training Alliance (GITTA) presents: Modélisation conceptuelle des données Responsable: Dominique Schneuwly, Regis Caloz Table des matières 1. Modélisation conceptuelle
Plus en détailFrancis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) IFT702 Planification en intelligence artificielle
Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) PLANIFICATION DE TÂCHES DANS MS PROJECT IFT702 Planification en intelligence artificielle Présenté à M. Froduald KABANZA
Plus en détailIT203 : Systèmes de gestion de bases de données. A. Zemmari zemmari@labri.fr
IT203 : Systèmes de gestion de bases de données A. Zemmari zemmari@labri.fr 1 Informations pratiques Intervenants : Cours : (A. Zemmari zemmari@labri.fr) TDs, TPs : S. Lombardy et A. Zemmari Organisation
Plus en détailDébuter avec EXPRESS. Alain Plantec. 1 Schema 2
Débuter avec EXPRESS Alain Plantec Table des matières 1 Schema 2 2 Entité 2 2.1 Attributs simples................................................ 2 2.2 Attributs collection...............................................
Plus en détailChapitre VIII. Les bases de données. Orientées Objet. Motivation
Chapitre VIII Motivation Le modèle relationnel connaît un très grand succès et s avère très adéquat pour les applications traditionnelles des bases de données (gestion) Les bases de données Orientées Objet
Plus en détailGOL502 Industries de services
GOL502 Industries de services Conception d un service Partie IIb Version 2013 Introduction Conception d un service partie IIb Nous verrons dans ce chapitre Modélisation d un service; Langage de modélisation
Plus en détailIntroduction aux bases de données. Généralités sur les bases de données. Fonctions d'un SGBD. Définitions. Indépendance par rapport aux traitements
Introduction aux bases de données Université de Nice Sophia-Antipolis Version 2.1-5/12/2000 Richard Grin Généralités sur les bases de données R. Grin SGBD 2 Définitions Une base de données est un ensemble
Plus en détailMachines virtuelles Cours 1 : Introduction
Machines virtuelles Cours 1 : Introduction Pierre Letouzey 1 pierre.letouzey@inria.fr PPS - Université Denis Diderot Paris 7 janvier 2012 1. Merci à Y. Régis-Gianas pour les transparents Qu est-ce qu une
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailQuelques algorithmes simples dont l analyse n est pas si simple
Quelques algorithmes simples dont l analyse n est pas si simple Michel Habib habib@liafa.jussieu.fr http://www.liafa.jussieu.fr/~habib Algorithmique Avancée M1 Bioinformatique, Octobre 2008 Plan Histoire
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailReprésentation des Nombres
Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...
Plus en détailReprésentation d un entier en base b
Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir
Plus en détailBases de Données Relationnelles. Le Modèle Relationnel
Bases de Données Relationnelles Le Modèle Relationnel Le modèle relationnel modèle de niveau logique modèle simple : deux concepts relation (table) attribut (colonne) défini par Ted Codd en 1970 ; prix
Plus en détailModéliser des données, l exemple du modèle entité-association
Modéliser des données, l exemple du modèle entité-association Modéliser les données d un système logiciel, c est construire une structure de données contraintes, représentative du réel observé. Lorsqu
Plus en détailTickets 3:3. ChevauxPartants
MCD : quelques exemples particuliers Une association peut être ternaire. Exemple : Vendeurs, Lieux, Acheteurs reliées par vente. Posez-vous alors la question et si je remplaçais l association par une entité,
Plus en détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Plus en détailDossier Logique câblée pneumatique
Dossier Logique câblée pneumatique Festo Belgium SA Rue Colonel Bourg 11 BE-13 Bruxelles www.festo.com Logique câblée pneumatique Chaque schéma de commande est élaboré selon une logique déterminée. Cette
Plus en détailJade. Projet Intelligence Artificielle «Devine à quoi je pense»
Jade Projet Intelligence Artificielle «Devine à quoi je pense» Réalisé par Djénéba Djikiné, Alexandre Bernard et Julien Lafont EPSI CSII2-2011 TABLE DES MATIÈRES 1. Analyse du besoin a. Cahier des charges
Plus en détail16H Cours / 18H TD / 20H TP
INTRODUCTION AUX BASES DE DONNEES 16H Cours / 18H TD / 20H TP 1. INTRODUCTION Des Fichiers aux Bases de Données 2. SYSTEME DE GESTION DE BASE DE DONNEES 2.1. INTRODUCTION AUX SYSTEMES DE GESTION DE BASES
Plus en détail