Copy
LinkedIn
Website
Email
En quelques années, les challenges autour des données réelles (data challenge) ont fait leurs preuves. Ces compétitions d’un nouveau genre ont révélé de multiples avantages tant pour la communauté des chercheurs qu’en matière d’enseignement ou d’innovation ouverte voire de stratégies d’entreprises. Elles ont quelques travers aussi. Prévoir la consommation électrique, la production pétrolière, la fréquentation des gares ou encore l’intérêt pour tel ou tel produit, anticiper l’augmentation des maladies chroniques, la pollinisation ou les effets d’El Niño, reconnaître des célébrités dans des images ou des oiseaux à partir de leur chant, comprendre le sommeil, les interactions entre protéines ou la croissance des villes, etc. Toutes ces recherches nécessitent de donner du sens à des quantités faramineuses de données. C’est ce que proposent les challenges de données.
 
Olivier Rey est chercheur au CNRS et membre de l’Institut d’histoire et de philosophie des sciences et des techniques. Il enseigne la philosophie à l’Université Paris 1 Panthéon-Sorbonne.
Dans son dernier ouvrage paru en 2016 aux éditions Stock, Quand le monde s’est fait nombre, Olivier Rey retrace l’histoire des statistiques, et montre comment elles se sont développées en écho à la complexification du monde.
2007 : Compétition organisée par Netflix pour améliorer son moteur de recommandation
La complétion de matrices sous les feux de la rampe : Ce problème est l’un des plus étudiés en mathématiques, statistiques et machine learning grâce au challenge Netflix.

Pour améliorer son moteur de recommandation, la société Netflix met à contribution la communauté scientifique en organisant une compétition mettant en jeu un million de dollars.
2010 : ImageNet : challenge annuel pour aider le développement des logiciels de reconnaissance d’objet.
Ce concours de reconnaissance visuelle d’objet par intelligence artificielle devient une référence. Le challenge de reconnaissance visuelle à grande échelle d’ImageNet (ILSVCR) est un concours annuel de reconnaissance d’objet.
Organisé par l’Université Stanford, l’Université Carnegie-Mellon, l’Université du Michigan et l’Université de Caroline du Nord à Chapel Hill, il est basé sur une énorme base de données d’images annotées, ImageNet, rassemblées par Fei Fei Li et ses collègues de l’université de Princetown depuis 2007.
 
 
Hackathon : Ce mot désigne à la fois le principe, le moment et le lieu d’un événement où un groupe de développeurs volontaires se réunit pour collaborer sur des sujets de programmation informatique pointus et innovants, sur une période généralement courte (une journée, une nuit, un week-end).
Visualisation de données : Ce terme général décrit tout effort visant à aider à comprendre la signification des données en les plaçant dans un contexte visuel. La visualisation de données (data visualisation ou encore dataViz) améliore considérablement l’exploitation des données.
DANS NOTRE PROCHAINE NEWSLETTER...
Formation continue et MOOC
Monitoring des infrastructures des réseaux d’eau
ET TOUJOURS...
PARTENAIRES FONDATEURS
Publicité
OFFRES D'EMPLOI
LinkedIn
Website
Email



Copyright © Data Analytics Post. Tous droits réservés.