Browse Source

Mise à jour de 'README.md'

master
Olivier Mamavi 2 years ago
parent
commit
002d630226
  1. 51
      README.md

51
README.md

@ -45,17 +45,17 @@ Le sommaire du livre blanc est le suivant:
* A quoi sert le Scrum Master ?
* A quoi sert le Product Owner ?
* A quoi sert l’équipe de développement ?
* _**Quels sont les objets d'un projet avec la méthode SCRUM ?**_
#### Quels sont les objets d'un projet avec la méthode SCRUM ?
* A quoi servent les Stories (cas d’usage) ?
* Comment organiser les stories ?
* A quoi servent les Product Backlog (carnet de produit) ?
* Comment organiser les backllog ?
* _**Quels sont les évènements d'un projet avec la méthode SCRUM ?**_
#### Quels sont les évènements d'un projet avec la méthode SCRUM ?
* Qu’est-ce qu’un Scrum meeting ?
* Qu’est-ce qu’un Sprint ?
* Comment organiser un sprint ?
* Qu’est-ce qu’un Sprint Review ?
* _**Quels sont les outils pour déployer une méthode Scrum ?**_
#### Quels sont les outils pour déployer une méthode Scrum ?
* Comment utiliser Discord pour gérer un projet ?
* Comment utiliser Trello pour gérer un projet ?
* Existe-il une solution gratuite à Jira Software ?
@ -64,78 +64,79 @@ Le sommaire du livre blanc est le suivant:
## PARTIE 2: Construire une base de données
### Chapitre 4: Base de données relationnelles
* _**le projet**_
#### le projet
* le Contexte
* la mission
* le livrable
* _**les tachés réalisées**_
#### les tachés réalisées
* l'organisation du projet : l'environnement, les objets, les évènements, les outils
* la préparation du Sprint 1 : objectifs, acteurs, tâches
* _**Ce qu'il faut retenir :**_
#### Ce qu'il faut retenir
* Qu'est-ce qu'une donnée ?
* Qu'est-ce qu'une base de données ?
* Qu'est-ce qu'un système de gestion de base de données (SGBD) ?
### Chapitre 5: Collecter les données
* _**Présentation du Sprint**_
#### Présentation du Sprint
* objectifs
* acteurs
* évènements
* support et outils utilisés
* _**Tachés réalisées**_
#### Tachés réalisées
* identifier des sources de données
* sélectionner des jeux de données
* collecter les données
* _**Résultats obtenus**_
* _**Difficultés rencontrées**_
* _**Ce qu'il faut retenir**_
#### Résultats obtenus
#### Difficultés rencontrées
#### Ce qu'il faut retenir
* Qu'est-ce que l'open data ?
* Qu'est-ce que le webscraping ?
* Comment collecter des données sur le web ?
### Chapitre 6: Préparer les données
* _**Présentation du Sprint**_
#### Présentation du Sprint
* objectifs
* acteurs
* évènements
* support et outils utilisés
* _**Tachés réalisées**_
#### Tachés réalisées
* présenter les jeux de données
* descrire des variables
* transformer des variables
* indexer le jeu de données
* _**Résultats obtenus**_
* _**Difficultés rencontrées**_
* _**Ce qu'il faut retenir**_
#### Résultats obtenus
#### Difficultés rencontrées
#### Ce qu'il faut retenir
* Qu'est-ce qu'une clé primaire ?
* Comment réaliser une jointure entre 2 tables de données ?
### Chapitre 7: Organiser les données
* _**Présentation du Sprint**_
#### Présentation du Sprint
* objectifs
* acteurs
* évènements
* support et outils utilisés
* _**Tachés réalisées**_
#### Tachés réalisées
* formater les variables (convertir) : dates, adresses, montant, ...
* nettoyer la base de données : doublons, valeurs extêmes ou abbérentes, valeurs manquantes, ...
* organiser les variables dans des tables
* concevoir une architecture de la base de données
* _**Résultats obtenus**_
* _**Difficultés rencontrées**_
* _**Ce qu'il faut retenir**_
#### Résultats obtenus
#### Difficultés rencontrées
#### Ce qu'il faut retenir
* Qu'est-ce qu'une architecture de base de données ?
### Chapitre 8: Présenter les données (data paper)
* _**Présentation du Sprint**_
#### Présentation du Sprint
* objectifs
* acteurs
* évènements
* support et outils utilisés
* _**Tachés réalisées**_
#### Tachés réalisées
* Résumé
* Contexte et objectifs
* démarche et organisation de la base de données
* Description des variables
* Exploitation et usages
* _**Difficultés rencontrées**_
* _**Ce qu'il faut retenir**_
#### Difficultés rencontrées
#### Ce qu'il faut retenir
* Qu'est-ce qu'data paper ?
## PARTIE 3: Analyser les données
Loading…
Cancel
Save