Imputation en temps réel de données manquantes dans un contexte de Big Data.

Abstract

L'imputation des données est une technique est utilisée en fouille de données, elle s'appuie sur des principes simples relativement simple. Son objectif est de remplacer les valeurs incomplètes par les valeurs les plus probables. Les algorithmes classiques de l'imputation devenus inadéquat dans avec l'émergence de big data (données massives ou de masse). Ainsi notre travail consiste a appliquer une méthode intelligence, distribuée, parallèle sur réseaux les bayésien dans le but d'estimation des valeurs complet dans contexte big data Mot clé : l'imputation des données, données manquantes fouille de données, données de masse , réseaux bayésien, apprentissage incrementale , inférence parallèle