Big data, intelligence artificielle et science des données
Qu’est-ce que c’est au juste?
11 octobre 2017
De quoi parle-t-on quand on utilise l’expression big data?
L’expression big data signifie les quantités de données pharaoniques que nos sociétés produisent maintenant grâce aux avancées technologiques. À titre d’exemple, au cours des deux dernières années seulement, nous avons produit 92 % des données générées depuis le début de l’humanité!
Utilisation du big data
Le big data offre quantité de nouvelles possibilités pour un grand nombre de secteurs d’activités, allant du commerce de détail à la gestion des transports en passant par les soins de santé, l’agriculture, les services bancaires, les ressources humaines et bien d’autres. Mais encore faut-il pouvoir y donner un sens.
L’intelligence artificielle
L’intelligence artificielle permet de donner un sens à ces données, grâce à la capacité des systèmes informatiques d’analyser un très grand volume d’informations de plus en plus rapidement. Ces systèmes simulent l’intelligence humaine, d’où l’expression intelligence artificielle.
Termes et concepts clés en intelligence artificielle |
| Apprentissage automatique (machine learning) |
|
L’apprentissage automatique est une sous-discipline des sciences informatiques qui tente de donner aux ordinateurs la capacité d’apprendre. Elle permet de développer des algorithmes qui ne suivent pas une liste rigide d’instructions, mais font plutôt des prédictions ou prennent des décisions en se basant sur des données. |
| Algorithme |
|
Un algorithme est le plan ou la structure d’un programme informatique. |
| Algorithme d’apprentissage |
|
Les algorithmes d’apprentissage sont des algorithmes qui permettent de réaliser l’apprentissage automatique. |
| Neurone formel (artificial neuron) |
|
Un neurone formel est une représentation mathématique et informatique d’un neurone biologique. Comme le neurone biologique, il possède des « entrées » et une « sortie » et la capacité d’interagir avec d’autres neurones. Ces capacités d’actions (excitatrices ou inhibitrices) sont représentées, la plupart du temps, par des coefficients numériques. |
La science des données
Termes et concepts clés en science des données |
| Exploration de données (data mining) |
|
L’exploration de données utilise un ensemble d’algorithmes issus de disciplines scientifiques diverses comme les statistiques, l’intelligence artificielle ou l’informatique, pour construire des modèles à partir des données, c’est-à-dire trouver des structures intéressantes ou des motifs selon des critères fixés au préalable, afin d’en extraire un maximum de connaissances. C’est notamment le mode de travail du journalisme de données, à l’image de ce qui a permis de décortiquer les millions de documents confidentiels rendus publics dans l’affaire des Panama Papers. |
| Analytique |
|
L’analytique est la découverte, l’interprétation et la communication de tendances pertinentes qui se trouvent dans des données. Elle repose sur l’application simultanée de méthodes statistiques, de programmation informatique et de recherche opérationnelle. |
| Recherche opérationnelle |
|
La recherche opérationnelle propose des modèles conceptuels en vue d’analyser et maîtriser des situations complexes pour permettre aux décideurs d’évaluer les enjeux et faire les choix les plus efficaces. |