Documents disponibles écrits par cet auteur

Analyse des données issues du robot connecté « UBOSmart » avec les outils du Big Data / ILYASSE BOUTKBOUT

Public ISBD Titre : Analyse des données issues du robot connecté « UBOSmart » avec les outils du Big Data Type de document : projet fin études Auteurs : ILYASSE BOUTKBOUT, Auteur Année de publication : 2018 Langues : Français (fre) Catégories : e-Management et Business Intelligence Index. décimale : 1946/18 Résumé : Aujourd'hui, un nombre croissant d'entreprises analysent les données de leurs applications pour mieux comprendre le comportement de leurs clients et capitaliser sur l’information recueillie. Ils constatent que l'analyse des données pour comprendre le comportement des clients répond directement à leur désir d'augmenter la valeur de vie des clients et de faire de ces derniers des défenseurs efficaces de leurs produits. D’où le besoin d’outils d’analyse de plus en plus performants, permettant d’effectuer des analyses sur des données très volumineuses, de monter des tableaux de bord avec des indicateurs clés ou encore d’appliquer des algorithmes de machine learning pour prédire ou classifier les données. Le projet de stage de fin de mes études au sein de la société AEVAWeb s’aligne parfaitement sur cette vision. Le présent document constitue la synthèse de mon projet de fin d’études, pour l’obtention du diplôme ingénieure d’état. Ce projet a pour objectif la réalisation d’une solution qui permet l’analyse des données issues du robot UBOSmart avec les outils du big data sur la plateforme Google Cloud, afin de comprendre le comportement et l’expérience des utilisateurs avec le robot, pour ensuite pouvoir améliorer la performance du robot et satisfaire les clients. Pour ce faire, il a fallu en premier lieu comprendre la problématique posée, définir les besoins fonctionnels et techniques et les objectifs à atteindre. En deuxième lieu, il était nécessaire d’étudier et comprendre les solutions et les outils disponibles afin de choisir l’approche adéquate pour la mise en place de la solution. La phase de conception et l’élaboration de l’architecture a été abordée ensuite, modélisant ainsi le système futur. Enfin, une modélisation en utilisant les techniques du machine learning a été entamée. Elle a pour but prédire la possibilité que l’application Android installée sur les mobiles des utilisateurs pour contrôler les robots se plante après une durée d’utilisation. Analyse des données issues du robot connecté « UBOSmart » avec les outils du Big Data [projet fin études] / ILYASSE BOUTKBOUT, Auteur . - 2018. Langues : Français (fre) Catégories : e-Management et Business Intelligence Index. décimale : 1946/18 Résumé : Aujourd'hui, un nombre croissant d'entreprises analysent les données de leurs applications pour mieux comprendre le comportement de leurs clients et capitaliser sur l’information recueillie. Ils constatent que l'analyse des données pour comprendre le comportement des clients répond directement à leur désir d'augmenter la valeur de vie des clients et de faire de ces derniers des défenseurs efficaces de leurs produits. D’où le besoin d’outils d’analyse de plus en plus performants, permettant d’effectuer des analyses sur des données très volumineuses, de monter des tableaux de bord avec des indicateurs clés ou encore d’appliquer des algorithmes de machine learning pour prédire ou classifier les données. Le projet de stage de fin de mes études au sein de la société AEVAWeb s’aligne parfaitement sur cette vision. Le présent document constitue la synthèse de mon projet de fin d’études, pour l’obtention du diplôme ingénieure d’état. Ce projet a pour objectif la réalisation d’une solution qui permet l’analyse des données issues du robot UBOSmart avec les outils du big data sur la plateforme Google Cloud, afin de comprendre le comportement et l’expérience des utilisateurs avec le robot, pour ensuite pouvoir améliorer la performance du robot et satisfaire les clients. Pour ce faire, il a fallu en premier lieu comprendre la problématique posée, définir les besoins fonctionnels et techniques et les objectifs à atteindre. En deuxième lieu, il était nécessaire d’étudier et comprendre les solutions et les outils disponibles afin de choisir l’approche adéquate pour la mise en place de la solution. La phase de conception et l’élaboration de l’architecture a été abordée ensuite, modélisant ainsi le système futur. Enfin, une modélisation en utilisant les techniques du machine learning a été entamée. Elle a pour but prédire la possibilité que l’application Android installée sur les mobiles des utilisateurs pour contrôler les robots se plante après une durée d’utilisation.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
1946/18	1946/18 ILY	Texte imprimé	unité des PFE	PFE/2018	Disponible