Explorers Series Banner

Explorers Series

Unearth the possibilities in your data

DIFFUSE EN DIRECT

Réaliser la promesse du big data, de l'intelligence artificielle, de la science des données, de l'apprentissage automatique, du data mining et de l'industrie 4.0 dans le secteur des sciences et de l'ingénierie

Date: 13 juin 2019
Horaire: 14h00 - 15h00 CEST
Lieu: En ligne
Inscription: Gratuite

Aujourd'hui, les sources de données ne cessent de se multiplier, suscitant l'intérêt pour une nouvelle catégorie de méthodes d'analyse des données. En fonction de votre situation de départ, ces méthodes s'appellent le big data, l'intelligence artificielle, la science des données, l'apprentissage automatique, le data mining, la modélisation prédictive et l'industrie 4.0. Elles ont été conçues pour extraire un maximum d'informations utiles des données en vue d'améliorer la prise de décisions, sans frais supplémentaires et sans intervention humaine ou presque.

Toutefois, en dépit des annonces faites par les partisans de ces méthodes, de plus en plus d'études révèlent qu'il est difficile d'en retirer les bénéfices annoncés. Dans son best-seller Weapons of Math Destruction, l'auteure Cathy O’Neil remarque que la combinaison de grands jeux de données et d'analyses sophistiquées a souvent eu des conséquences négatives imprévues. S'il est vrai que les nouvelles méthodes sont performantes – et que plus il y a de données, mieux c'est –, elles ne sont pas infaillibles.

Selon Cathy O’Neil, les méthodes modernes d'analyse des données doivent tenir compte des conditions dans lesquelles les données ont été collectées, ainsi que de l'objectif poursuivi. Les erreurs d'analyse du big data sont généralement dues à l'omission des règles fondamentales d'analyse des données connues depuis des décennies, comme le fait de porter une attention particulière à la qualité des données.

Dans ce séminaire, les intervenants s'appuieront sur des études de cas pour aborder les problèmes potentiels liés à l'exploitation des nouvelles méthodes d'apprentissage à partir d'un plus gros volume de données. Ils expliqueront la nécessité de comprendre les limites des données, présenteront des méthodes pour les contourner et partageront leur expertise du métier. Ils proposeront aussi des solutions afin d'éviter les « fausses pistes », les pertes de temps/d'argent ou encore les mauvais choix.

Agenda

Inscrivez-vous pour suivre le séminaire en ligne.

*
*
*
 
*
*
*
  Merci de m’inscrire à JMP Newswire, la newsletter mensuelle dédiée aux utilisateurs de JMP.
  Oui, vous pouvez me contacter par email afin de m’informer des produits, services et informations de JMP.

JMP est une division de SAS Institute Inc., vos informations seront utilisées en accord avec la politique de confidentialité de SAS.

 
 
LES INTERVENANTS
Ian Cox
Robert Anderson
Robert Anderson est consultant statistique senior pour JMP. Avant de nous rejoindre, il a travaillé pour plus de 25 ans dans l'industrie du semi-conducteur entant que consultant senior en yield management.

 

Massimo Martucci
Massimo Martucci

Massimo Martucci est Senior Systems Engineer au sein de JMP. Après avoir travaillé dans l'application des statistiques à l'économie, il a rejoint SAS Institute et y travaille depuis plus de 20 ans, en partageant son expertise technique auprès de clients de différents secteurs, parmi lesquels la pharmacie, les biens de consommation et la chimie.

Back to Top