Les 17 prédictions, épisode 6 : le machine learning

17 predictions episode 6 machine learning

Prédiction #6

« Le Machine learning est une tendance stratégique pour 2016 selon Gartner. De plus Ovum prédit que le machine learning sera un élément nécessaire par la préparation des données et les analyses prédictives pour les business qui voudront se démarquer. »

On sait gré à Forbes, dans cette prédiction, d’évoquer les « business qui voudront se démarquer », tant il n’est pas vraiment dans la ligne éditoriale de ce magazine de parler des autres.

Avec le Machine Learning, on entre de plain-pied dans le cercle très fermé des buzzwords à la mode. Mais qu’en est-il réellement ? Branche d’un autre vaste buzzword qu’est l’Intelligence Artificielle, le machine learning, ou apprentissage automatique (ou statistique) en français, concerne la conception et le développement de méthodes permettant à une machine (au sens large) d’évoluer par un processus systématique et ainsi de remplir des tâches plus ou moins complexes à l’aide d’algorithmes plus (ou moins) classiques.

Le principal champ d’application à ce jour tourne autour de la perception de l’environnement par la machine et plus particulièrement la transposition et l’«enhancement» de deux des sens humains : la vue et l’ouïe (reconnaissance faciale et sonore, reconnaissance d’objets, moteurs de recherche, imagerie médicale, etc.)

Nous superviserons rapidement les divers types d’apprentissage (supervisé, non supervisé, semi- ou partiellement supervisé, par renforcement, par transfert), voilà c’est fait, pour se concentrer sur la réalité des choses à ce jour.

Que ce soit vis-à-vis du machine learning, du deep learning, de l’IA, les journalistes et les prospectivistes ont été plus vite (et plus fort) que la musique : encore à ce jour, les champs d’applications quotidiens et professionnels de ces secteurs sont en effet plus proches de la musique de chambre que de la symphonie (ou de la rave party, pour que les millenials comprennent l’allusion).

Non que cela ne fonctionne pas, ni que cela ne soit pas extrêmement efficace ni encore que tout cela ne s’améliore pas à un rythme effréné. La bonne question est de savoir à quoi cela peut servir aux entreprises, ou plutôt à chaque type d’entreprise, chaque type de business, chaque type de marché. Car le souci est bien là quand on parle d’IA ou de machine learning : on est souvent, si ce ne n’est dans des généralités, du moins dans une généralisation. Cette prédiction, rappelons-le, est liée aux champs d’application liés au « raffinage » et à l’exploitation des données métiers.

Revenons donc alors aux fondamentaux : que veut-on faire des données (churn, performance commerciale, compliance, etc.) ? Qui va le faire (nécessité de s’entourer des bonnes compétences) ? Avec quels outils et quelles méthodes ? Par ailleurs, pour ceux qui penseraient qu’il suffit de charger par la culasse des tonnes de données pour qu’il ressorte des balles dorées à l’autre bout du canon, désolé, mais c’est un peu plus compliqué ! Pour la plupart des data scientists, tout ce processus représente surtout du sang et de la sueur. Le paramétrage des frameworks de machine learning se basent sur des algorithmes établis par l’homme (et à cette partie-là n’est pas prête de changer) et les techniques d’application sont nombreuses. On tombe rarement pile du premier coup, il faut alors faire des ajustements et recommencer jusqu’à ce que les résultats attendus soient les bons. Heureusement, la machine apprend vite et les taux d’erreurs se réduisent rapidement.

Nous confirmons donc que si, en 2016, le machine learning était une tendance stratégique, elle est pour 2017 un réel enjeu pour les entreprises ayant fait le choix résolu d’exploiter au mieux leurs données. Pour faire une analogie, en 2016 on avait fait en le choix d’acheter et de se déplacer en voiture. En 2017, on a passé le permis, pris des cours de conduite puis ensuite des cours de mécanique ; on pense même, pourquoi pas vers la fin de l’année, ouvrir un garage.

La rédaction
La rédaction
La rédaction est composée de plusieurs collaborateurs du Groupe Altares qui sont spécialisés dans leurs domaines respectifs (data science, data marketing, data intelligence, etc.) et qui partagent l'envie de faire part de leur passion de la Data à nos lecteurs.

Vous aimerez aussi...

Poster un Commentaire

1 Commentaire sur "Les 17 prédictions, épisode 6 : le machine learning"

Me notifier des
avatar
Trier par:   plus récents | plus anciens | plus de votes
Machine learning
Invité

La prédiction était pour l’année 2016? Cependant, que ce soit 16 ou 17, le machine learning est dans le programme.

wpDiscuz
X