Irbouh, MelinaHarireche, Celina2023-10-052023-10-052023-07-04Finance d'entreprisehttps://dspace.ummto.dz/handle/ummto/22321176 p.:ill;30cm.(+cd)Au cours des dernières décennies, les progrès rapides des technologies de l'information et des communications ont donné lieu à une explosion de la quantité d'informations disponibles, marquant ainsi l'avènement de l'ère des méga données. Chaque jour, des milliards d'octets de données sont générés à partir de diverses sources telles que les capteurs, les appareils mobiles, les transactions en ligne et les réseaux sociaux. Cet énorme effort a conduit à la naissance d'un nouveau domaine interdisciplinaire appelé "science des données", dont les principes et les techniques visent à l'extraction automatique d'informations et de connaissances potentiellement utiles à partir des données. Le secteur financier mondial, qui est l'une des industries les plus lucratives au monde, a été l'un des premiers à identifier le potentiel de profit des données massives (big data). Cela n'a rien de surprenant : les investisseurs ont toujours cherché à prédire les évolutions du marché afin de réaliser les meilleurs investissements et d'acquérir un avantage concurrentiel. Cependant, la quantité de données collectées par le secteur financier pose un problème . L'un des plus grands problèmes est de savoir comment utiliser au mieux toutes ces données non structurées (c'est-à-dire des données complètement désorganisées et dépourvues de modèle cohérent) pour en tirer profit .frFinance d’entrepriseBig dataLogiciel PythonBourse d'AlgerGestion portefeuille avec RHadoopScience des donnéesThesis