DATA SCIENCE - Techniques et cas d'usage « machine learning » - Dossier de recherche

Le phénomène Big data redonne des couleurs à l’Intelligence Artificielle (IA). Outre les ’bots’ et autres solutions intégrant de l’IA faible, le ‘machine learning’ (ML), les technologies d’IA plus fortes et leurs applications telles que le ‘deep learning’ et le traitement du langage naturel (NLP) montent en puissance. Non seulement l’environnement Big data leur donne leur pleine raison d’être et leur efficacité mais aussi les algorithmes se perfectionnent pour permettre l’émergence de vrais assistants conversationnels auprès des utilisateurs métier (chatbots textuels ou vocaux), de systèmes de recommandation et de personnalisation des offres, de détection d’anomalies mais aussi d’analyse des émotions du client.

Ce dossier de recherche expose les enjeux liés à la Data Science, les techniques du ‘machine learning’, les fonctions et les cas d’usage. Enfin, il propose en synthèse quelques recommandations liées à la mise en place de ce type de projet.

SOMMAIRE
- INTRODUCTION : LA DATA AU CŒUR DE LA STRATÉGIE DES ENTREPRISES
- DE LA BUSINESS INTELLIGENCE A LA DATA SCIENCE
- PÉRIMÈTRE DE LA DATA SCIENCE, DÉFINITION DU ‘MACHINE LEARNING’
- TECHNIQUES DE ‘MACHINE LEARNING’
- FONCTIONS BASÉES SUR LE ‘MACHINE LEARNING’
- CAS D’USAGE DE ‘MACHINE LEARNING’
- SYNTHÈSE ET RECOMMANDATIONS