Données — Structuration et traitement

Structurer des données

Réponds à chaque question.

1. 1.Quand des données sont-elles dites structurées ?

   1 pt
   Voir la correction

   Lorsqu’elles sont organisées selon un schéma connu, qui permet à un programme de les lire sans interpréter.

   C’est cette régularité, et elle seule, qui rend un traitement automatique possible.

2. 2.Comment une table est-elle organisée ?

   1 pt
   Voir la correction

   Une ligne par enregistrement, une colonne par descripteur, et la même nature d’information dans toute une colonne.

   C’est le modèle le plus courant de données structurées.

3. 3.Qu’est-ce que le format CSV ?

   1 pt
   Voir la correction

   Une table écrite en texte brut : une ligne par enregistrement, des valeurs séparées par un caractère, et une première ligne qui nomme les colonnes.

   Le sigle signifie comma-separated values.

4. 4.Qu’est-ce que le format JSON, et à quoi convient-il ?

   1 pt
   Voir la correction

   Un format organisant les données en couples nom-valeur et acceptant des structures imbriquées ; il convient aux données arborescentes.

   Le CSV, lui, convient aux tables plates.

5. 5.Que sont les métadonnées, et pourquoi sont-elles indispensables ?

   1 pt
   Voir la correction

   Les données sur les données — ce que mesure une colonne, dans quelle unité, à quelle date, par quel instrument, avec quelle précision ; sans elles aucune valeur n’est interprétable.

   Un tableau sans métadonnées n’est qu’une suite de nombres.

Analyser la réidentification

Réponds à chaque question.

1. 1.Pourquoi un fichier sans nom n’est-il pas anonyme ?

   1 pt
   Voir la correction

   Parce que le croisement suffit à réidentifier.

   Un fichier portant la date de naissance, le code postal et le sexe désigne souvent une seule personne dans une commune.

2. 2.Que rend réellement la suppression du nom ?

   1 pt
   Voir la correction

   Elle rend les données moins immédiatement nominatives, pas anonymes.

   L’ajout d’une seconde source lève le dernier doute.

3. 3.Qu’est-ce qu’une donnée personnelle ?

   1 pt
   Voir la correction

   Une information se rapportant à une personne identifiée ou identifiable, directement ou par recoupement.

   La définition vise l’identifiabilité, pas le seul état civil.

4. 4.Cite trois exemples de données personnelles autres que le nom.

   1 pt
   Voir la correction

   Une adresse IP, un identifiant de téléphone, une photographie — un historique d’achats convient aussi.

   Toutes permettent de remonter à une personne.

Énoncer les principes du RGPD

Réponds à chaque question.

1. 1.Que signifie le sigle RGPD, et depuis quand s’applique-t-il ?

   1 pt
   Voir la correction

   Règlement général sur la protection des données ; il s’applique en Europe depuis 2018.

   Il encadre ce que l’on a le droit de faire des données.

2. 2.Qu’énoncent les principes de finalité et de minimisation ?

   1 pt
   Voir la correction

   On ne collecte que pour un usage annoncé, et l’on ne collecte que le nécessaire.

   Les deux limitent la collecte avant même qu’elle ait lieu.

3. 3.Cite deux autres principes du règlement.

   1 pt
   Voir la correction

   La durée limitée de conservation et le consentement libre et éclairé.

   Ils portent sur ce qu’on fait des données une fois collectées.

4. 4.Quels droits le règlement donne-t-il à la personne concernée ?

   1 pt
   Voir la correction

   L’accès, la rectification, l’effacement et l’opposition.

   Ce sont quatre droits qu’elle peut exercer auprès du responsable du traitement.

Traiter une table de données

Réponds à chaque question.

1. 1.Quelles sont les quatre opérations élémentaires sur une table ?

   1 pt
   Voir la correction

   Rechercher, filtrer, trier, calculer.

   Elles se combinent pour produire n’importe quel traitement simple.

2. 2.L’ordre dans lequel on les applique change-t-il le résultat ?

   1 pt
   Voir la correction

   Non : il change le coût du traitement, jamais le résultat.

   C’est ce qui permet de les réordonner pour aller plus vite.

3. 3.Qu’est-ce que le big data, et en quoi le changement n’est-il pas seulement d’échelle ?

   1 pt
   Voir la correction

   Le cas où le volume, la vitesse d’arrivée et la variété des données dépassent ce qu’un traitement classique absorbe ; on y cherche des corrélations sans hypothèse préalable.

   La démarche change, pas seulement la taille.

4. 4.Quelle vigilance cette démarche impose-t-elle ?

   1 pt
   Voir la correction

   Une corrélation n’est pas une cause, et un très grand nombre de croisements en produit mécaniquement qui ne signifient rien.

   Le volume augmente le nombre de coïncidences apparentes.

Repérer une erreur et la corriger

Chaque affirmation est fausse. Écris ce qu’il fallait dire.

1. 1.« J’ai retiré la colonne des noms : mon fichier est anonyme. »

   1 pt
   Voir la correction

   Le croisement avec une autre source suffit à réidentifier les personnes.

   Date de naissance, code postal et sexe désignent souvent une seule personne.

2. 2.« Ces deux courbes montent ensemble : l’une cause donc l’autre. »

   1 pt
   Voir la correction

   Une corrélation n’est pas une cause.

   Un très grand nombre de croisements produit mécaniquement des corrélations sans signification.

3. 3.« Les cases vides de ma colonne valent zéro : ma moyenne est correcte. »

   1 pt
   Voir la correction

   Une valeur manquante n’est pas une valeur nulle : la moyenne est faussée.

   Il faut repérer les valeurs manquantes ou aberrantes avant tout calcul.