
Le processus d'inspection, de nettoyage, de transformation et de modélisation des données pour découvrir des informations utiles.L'analyse de données est le processus systématique d'inspection, de nettoyage, de transformation et de modélisation des données pour en extraire des informations utiles, tirer des conclusions et soutenir la prise de décision. Dans la science moderne, elle constitue le pont entre les mesures brutes et la compréhension : un détecteur de particules produit des millions de signaux électroniques, un télescope capture des téraoctets d'images, et un modèle climatique génère des pétaoctets de sorties—aucun de ces éléments n'a de sens tant qu'il n'est pas traité, filtré et interprété. L'analyse de données englobe tout, des simples résumés statistiques aux algorithmes complexes d'apprentissage automatique capables d'identifier des motifs invisibles à l'œil humain.
L'analyse de données trouve ses racines au début du XXe siècle avec le développement de méthodes statistiques par des figures comme Ronald Fisher et Karl Pearson. Le domaine s'est considérablement élargi avec l'avènement des ordinateurs dans les années 1950 et 1960, et plus récemment avec l'essor des mégadonnées et de l'apprentissage automatique au XXIe siècle.
Le processus commence généralement par la collecte et le nettoyage des données, où les erreurs, les valeurs manquantes et les valeurs aberrantes sont identifiées et corrigées. Ensuite, l'analyse exploratoire utilise la visualisation et les statistiques descriptives pour comprendre la structure des données. Suit la modélisation, où des méthodes statistiques ou d'apprentissage automatique sont appliquées pour tester des hypothèses ou faire des prédictions. Enfin, les résultats sont validés et interprétés, ce qui nécessite souvent une expertise du domaine pour distinguer les signaux authentiques des artefacts. Dans de nombreux domaines, il s'agit d'une boucle itérative, où les résultats initiaux guident de nouvelles questions et la collecte de données supplémentaires.
L'analyse de données est utilisée dans pratiquement toutes les disciplines scientifiques, de la génomique (identification des gènes associés à des maladies) à l'astrophysique (détection d'exoplanètes à partir de courbes de lumière) en passant par l'épidémiologie (suivi et prédiction des épidémies). Elle est également centrale dans l'industrie, la finance et la technologie, où elle alimente les systèmes de recommandation, la détection de fraude et les véhicules autonomes.
Le terme « analyse de données » n'était pas couramment utilisé avant les années 1960 ; auparavant, le domaine était simplement appelé « statistiques » ou « traitement des données ».


