Obtenir les bonnes données

Stratégie IA

Vidhi Chugh

AI strategist and ethicist

Disponibilité des données

• Plus de données -> meilleurs résultats

• Pas que la quantité
• Annotation, qualité et fraîcheur

• Le modèle capte les motifs sous-jacents

• Science centrée données
• Ingénierie systématique des données

Pertinence des données

 

• Richesse et pertinence des motifs
• Données non pertinentes -> modèle trompé, précision en baisse

 

• Exemple : modèle de scoring
  • Attributs pertinents
  • Historique des transactions
  • Profil d’actifs

 

Actualité temporelle

• La dynamique de la chaîne d’approvisionnement a changé après la pandémie

Confidentialité des données

 

• Données sensibles des utilisateurs

• Normes de confidentialité, p. ex. RGPD

 

• Pratiques éthiques

• Renforce la confiance

Dictionnaire de données

 

• Donne le sens des champs et leur importance

 

• Les experts métier relient données et décisions

 

• Les données redondantes n’améliorent pas les prédictions

 

Échantillonnage des données

• Avec plus de données
• Créez un échantillon
• Résultats comparables et économiques

Augmentation de données

• Et si les données sont insuffisantes ?
• Augmentez les données : créez de nouveaux enregistrements à partir des jeux existants

Diversité des données

 

• Créer des modèles fiables

• Bonne précision du modèle

• Exemple : demande de prêt

  • Inclure divers âges et origines

 

Qualité des données

 

• Complètes et exhaustives
• Données exactes ; âge et date de naissance

 

• Données manquantes
• Étiquettes correctes

Passons à la pratique !

Stratégie IA