Le Machine Learning fait partie de ces Buzz Word que l'on croise régulièrement au détour des différentes actualités. Eclairage.
Le Machine Learning expliqué en 3 points
Le concept
Le concept général du Machine Learning permet de réaliser des projections à partir d’un jeu de données existant pour en déduire des résultats. Evidemment, plus il y aura de données et plus il y aura de critères dans le jeu de données sources, plus la projection sera proche de la réalité. Une fois le jeu de données source obtenu, l’expert de la gestion et de l’analyse de données, autrement dit le Data Scientist, entre en jeu.
3 indicateurs clés pour mieux anticiper
Dans l’optique où le Machine Learning sera de plus en présent dans les entreprises, on en déduit plusieurs considérations importantes à prendre en compte pour anticiper au mieux une implémentation à court, moyen ou long terme…. Que retenir ?
1. Le stockage de la donnée d’entreprise : élément stratégique car au-delà des capacités de traitement actuel, il faut anticiper les futurs usages de la donnée et donc archiver toutes les données.
2. La qualité des données brutes : celles-ci doivent-être qualifiées et représentatives des objectifs attendus. Elles doivent couvrir l’ensemble du périmètre cible afin de ne pas induire en erreur les déductions du système d’apprentissage (Ex: Jeu de données sur les 15-25 ans alors que la projection attendue concerne toute la population).
3. La réussite du projet et la contextualisation : la réussite d’un projet de Machine Learning s’appuie encore actuellement sur une contextualisation efficace du traitement du jeu de données. Cela requiert donc des compétences scientifiques importantes inhérentes au métier de Data Scientist pour permettre une amélioration continue des résultats du Machine Learning.
Découvrez l’intégralité de cet article dans la prochaine édition de Smart DSI.
Téléchargez cette ressource
Créer des agents dans Microsoft 365 Copilot
Insight vous guide dans l’utilisation de la nouvelle expérience de création d’agents dans Microsoft Copilot Studio, disponible dans Copilot Chat. Découvrez les étapes clés pour concevoir, configurer et déployer ces nouveaux agents et injecter la puissance de l’IA directement dans le flux de travail.
Les articles les plus consultés
A travers cette chaîne
A travers ITPro
- Dark Web : où sont vos données dérobées ?
- 10 grandes tendances Business Intelligence
- 9 défis de transformation digitale !
- Stockage autonome, Evolutivité & Gestion intelligente, Pure Storage offre de nouvelles perspectives aux entreprises
- ActiveViam fait travailler les data scientists et les décideurs métiers ensemble
Les plus consultés sur iTPro.fr
- Compromission des identités numériques : la panne invisible qui met les entreprises à l’arrêt
- Tendances Supply Chain : investir dans la technologie pour répondre aux nouvelles attentes clients
- Coder vite, mais coder juste : trouver l’équilibre à l’ère de l’IA
- L’illusion de la destruction massive d’emplois par l’IA
Articles les + lus
Editeurs, crawlers et équipes sécurité, les alliances qui feront tenir le web
Tendances Supply Chain : investir dans la technologie pour répondre aux nouvelles attentes clients
La visibilité des données, rempart ultime aux dérives du « Shadow AI »
Scality bouscule le marché du stockage avec une cyber garantie de 100 000 $
De la donnée brute à l’actif stratégique : une approche produit
À la une de la chaîne Data
- Editeurs, crawlers et équipes sécurité, les alliances qui feront tenir le web
- Tendances Supply Chain : investir dans la technologie pour répondre aux nouvelles attentes clients
- La visibilité des données, rempart ultime aux dérives du « Shadow AI »
- Scality bouscule le marché du stockage avec une cyber garantie de 100 000 $
- De la donnée brute à l’actif stratégique : une approche produit
