Elle est copiée dans votre bibliothèque avec toutes les fonctions (audio, générer plus, demander au professeur) sans relancer l'IA pour les fiches/quiz. « Ajouter tout le bloc » ajoute aussi les autres thèmes de cette catégorie.
Science des Données et Intelligence Artificielle
Université
Introduction à la Science des Données. Source : Wikipedia (CC BY-SA 4.0).
Inscrivez-vous pour accéder à «Science des Données et Intelligence Artificielle»
Consulter le programme et ses blocs est libre. Ouvrir le thème complet — résumé, quiz, fiches et audio — est gratuit mais nécessite un compte, pour enregistrer votre progression et que cela reste viable pour tous.
Ce qu'il faut savoir
Lire toute la théorie →Définition, nature et profil du data scientist
- Science des données : domaine interdisciplinaire utilisant les mathématiques, les statistiques, l'informatique et les méthodes d'ingénierie
- Objectif : collecter, traiter, analyser et présenter des données bruitées, structurées et non structurées
- Nature : peut être une science, un paradigme, une méthode, une discipline, un flux de travail ou une profession
- Composante clé : intégration de la connaissance du domaine avec les techniques d'informatique et de mathématiques
- Quatrième paradigme : la science des données est le paradigme basé sur les données (aux côtés des paradigmes empirique, théorique et computationnel)
- Fonctions du data scientist : collecte, nettoyage, exploration, modélisation, visualisation et mise en œuvre de l'apprentissage automatique
- Outils du data scientist : code de programmation et connaissances en statistiques
- Profil du professionnel : mathématiciens, ingénieurs, économistes, actuaires, physiciens, chimistes et médecins
Évolution historique et définitions de la Science des Données
- 1962 : John W. Tukey définit l'analyse de données comme des procédures d'analyse, d'interprétation et de planification.
- 1977 : Tukey propose l'utilisation des données pour suggérer des hypothèses dans les modèles statistiques.
- Années 60 : Peter Naur utilise 'Science des Données' comme substitut des sciences computationnelles.
- 1977 : L'IASC cherche à relier la méthodologie statistique, la technologie informatique et la connaissance experte.
- 1996 : Utilisation formelle du terme lors d'une conférence de l'IFCS à Kobe, Japon.
- 1997 : C.F. Jeff Wu définit la statistique comme une trilogie : collecte, analyse/modélisation et prise de décision.
- 2001 : William S. Cleveland établit 6 domaines techniques : recherches multidisciplinaires, modèles/méthodes, informatique, pédagogie, évaluation d'outils et théorie.
- 2002 : CODATA commence la publication du Data Science Journal.
- 2003 : L'Université de Columbia publie The Journal of Data Science.
- 2005 : Le National Science Board définit les data scientists comme des experts en informatique, logiciels, bases de données et experts disciplinaires.
- 2008 : Jeff Hammerbacher et DJ Patil adoptent le terme pour leurs rôles chez Facebook et LinkedIn.
- 2009 : Zhu et Xiong définissent la Datalogie et la Science des Données comme l'étude des données sur le réseau.
- 2013 : Création de l'IEEE Task Force on Data Science and Advanced Analytics.
- 2014 : Première conférence internationale de l'IEEE sur la Science des Données et l'Analytique Avancée.
- 2015 : Lancement de l'International Journal on Data Science and Analytics par Springer.
Applications de la Science des Données au Marketing, à la Gouvernance et Profil du Data Scientist
- Marketing : Utilisation de bases de données pour prédire les achats et personnaliser les messages.
- Spotify : Analyse les données de 170 millions d'utilisateurs pour des recommandations personnalisées.
- Netflix : Analyse les habitudes, les temps de connexion et l'ordre de visionnage pour 120 millions d'utilisateurs.
- Gouvernance : La BID promeut la science des données pour les politiques publiques en Argentine et au Brésil.
- Objectifs de gouvernance : Mobilité, villes intelligentes, sécurité, confidentialité et redevabilité.
- Big Data : Données massives dépassant la capacité de traitement des applications traditionnelles.
- Science des données : Analyse de données désordonnées pour la prise de décision.
- Data scientist : Profil hybride de statisticien, informaticien, mathématicien et créatif.
- Fonctions du data scientist : Extraction de valeur, communication des résultats et optimisation des coûts/bénéfices.
Profil, compétences et défis de la science des données
- Traitement des données : inclut l'inférence statistique, la régression et les tests d'hypothèses
- Profil Nathan Yau : nécessite des statistiques, des API, des bases de données et de l'extraction
- Processus de Fry : se compose de 7 phases (acquérir, analyser, filtrer, extraire, représenter, affiner et interagir)
- Risque de spécialisation : la fragmentation des approches peut entraîner une perte d'information lors des transitions
- Profil Davenport : hybride de hacker, analyste, communicateur et conseiller
- Exigence clé : liberté pour expérimenter et explorer
- Demande McKinsey (2011) : projection de 440 000 à 490 000 postes pour 2018
- Défi du volume : nécessite de nouvelles méthodes de stockage et d'intégration
- Défi de l'interopérabilité : nécessité de couches pour connecter des systèmes distincts
- Défi de l'IA : difficulté de l'interprétabilité des modèles
- Défi du nettoyage : outils pour séparer le bruit des données précieuses
Aperçu des fiches (6 sur 20)
- 01
La science des données est un champ de connaissance [____]
interdisciplinaire
- 02
Selon Jim Gray, la science des données est le [____] paradigme de la science.
quatrième
- 03
En plus des statistiques et de l'informatique, quelle autre connaissance la science des données doit-elle intégrer pour analyser des phénomènes réels ?
connaissance du domaine d'application
- 04
Quel type de données (selon leur structure) traite la science des données ?
bruyantes, structurées et non structurées
- 05
Quel professionnel utilise le code de programmation et les statistiques pour la collecte, le nettoyage et la modélisation de données ?
scientifique de données
- 06
En 1962, qui a précédé le terme « Data Science » dans son article « The Future of Data Analysis » ?
John W. Tukey
+ 14 fiches de plus, 12 questions de quiz et audio en vous inscrivant (gratuit).