Données

Mettre en œuvre des solutions d'IA en entreprise

Jacob H. Marquez

Data Scientist

Importance des données

Pas de données, aucun motif à apprendre
Mauvaises données, mauvais motifs
L'IA vaut ce que valent les données

Mégadonnées pour l'IA.

Les quatre volets des données

$$ Acquisition.

Les quatre volets des données

$$ Volume

Les quatre volets des données

$$ Qualité.

Les quatre volets des données

$$ Sécurité.

Acquisition

Types de données

Données démographiques clients
Informations sur les ventes
Inventaire des produits
Rendement des campagnes marketing

Chaîne d'approvisionnement

Approvisionnement
Transport
Niveaux d'inventaire

IA pour la classification d'images

Pannes mécaniques
Des milliers d'images étiquetées

Acquisition

Première main

Ingéniosité pour capter les données ou sources existantes
Discuter avec d'autres équipes
Acquisition plus longue

Tierce partie

Spécialistes des sources de données
Partenariats avec d'autres entreprises

$$ Volume.

$$

Plus c'est complexe, plus il faut de données
Un ou une spécialiste en Machine Learning précisera les besoins

Qualité

Un mauvais plat.

Qualité

Exhaustivité.

Qualité

Exactitude.

Qualité

Pertinence.

Qualité

Actualité.

Qualité – biais des données

Définition : erreurs ou partis pris systémiques dans les données pouvant mener à des résultats inexacts ou injustes

Outils et méthodes pour reconnaître et évaluer
Éviter les résultats biaisés et les décisions partiales
Développer l'IA de façon responsable

Sécurité

Permet de :

Maintenir la confiance
Se conformer aux règles
Protéger les intérêts de l'entreprise

Mesures :

Retirer les identifiants personnels
Politiques de conservation
Chiffrement
Contrôle d'accès

Passons à la pratique !

Mettre en œuvre des solutions d'IA en entreprise

Preparing Video For Download...