Machine learning / apprentissage statistique

Définition de Machine Learning

De manière générale, le Machine Learning (que l’on peut traduire par apprentissage statistique ou apprentissage automatique en français) est une technique d’intelligence artificielle permettant de développer des outils informatiques, ayant pour finalité d’aider les agents à émettre des prévisions, sur la base de données observées (en très grandes quantités, appelées des datas).

Ces outils d’apprentissage sont appelés ainsi car ils acquièrent des « connaissances » de manière autonome, pour pouvoir par la suite les réitérer,  mais aussi s’adapter en fonction des données qu’ils auront recueillis.

D’un point de vue purement technique, le Machine Learning s’appuie sur la maîtrise de deux grandes disciplines :

  • des techniques mathématiques très complexes (tels que les probabilités, les statistiques, les régressions, etc…)
  • des outils informatiques (logiciel Hadoop, Spark, etc…)

Le Machine Learning e(s)t la stratégie

Dans le monde de l’entreprise, le but du Machine Learning est de répondre à des problématiques clients, en se basant sur de très nombreuses données (datas), qui doivent aboutir à la création d’algorithmes propres au contexte du client.

L’intelligence artificielle intervient donc ici comme une solution pour aider les entreprises dans leur stratégie. C’est pour cela que l’activité de Machine Learning est intimement liée à la notion de stratégie, qui va être le moteur d’orientation de la création de l’algorithme client. Et sur ce terrain-là, Big Mama s’impose comme une référence en la matière, grâce à la présence dans son board de très importants chefs d’entreprise, capables de traduire la problématique client (initialement de nature stratégique) en langage scientifique. Puis les datas-scientists de Big Mama entrent en scène pour mettre en place les outils de Machine Learning adéquats.