Définition du Machine Learning

Le machine learning ou « apprentissage automatique » est un concept qui se rapporte au domaine de l’intelligence artificielle. Le terme désigne un ordinateur ou une machine doté d’un système d’apprentissage automatisé, dans le but de réaliser un certain nombre d’opérations et de calculs très complexes et de résoudre des problèmes à partir d’une quantité très importante de données.

Le machine learning s’oppose ainsi à la programmation car ce dernier se contente d’exécuter des règles prédéterminées. Le concept est à l’origine du deep learning – ou apprentissage profond – qui fait référence à un concept plus avancé du machine learning.

Le concept du machine learning est utilisé aujourd’hui dans divers secteurs d’activité et processus métier.

Utiliser le machine learning dans votre processus métier

Le machine learning permet aux organisations d’interroger rapidement d’énormes ensembles de données pour trouver des solutions et atteindre des objectifs précis. Ainsi, grâce au machine learning :

  • Les banques analysent en temps réel d’énormes ensembles de données sur les transactions financières afin d’identifier et de signaler les activités potentiellement frauduleuses. En savoir plus sur l’utilisation du machine learning et de la data dans le monde de la finance.
  • Les universitaires peuvent accéder à des millions d’articles à travers le monde entier et les analyser afin de contribuer à une recherche plus efficace. En savoir plus.
  • Les start-up ont la possibilité d’identifier d’autres personnes physiques ou morales travaillant dans des domaines similaires dans le but de collaborer.
  • Les compagnies d’assurance cherchent à offrir des devis plus personnalisés basés sur des grands ensembles de données relatifs aux informations géographiques et démographiques.

Cas pratiques : le machine learning dans les médias

Xinhua &
Machine learning

Xinhua, l’agence de presse chinoise a lancé une version digitale de son présentateur phare de journal télévisé. Issue de l’intelligence artificielle (IA), cette version peut lire sans discontinuité les dernières actualités 24 heures sur 24.
On vous explique.

Travaillant en collaboration avec l’entreprise de moteurs de recherche Sogou, l’agence de presse chinoise Xinhua a présenté une version digitale de l’un de ses reporters phares lors de la Conférence mondiale annuelle de l’Internet qui se tenait à Wuzhen fin 2018. Tous les jours, le présentateur star issu de l’IA et du machine learning, ingère et analyse de grandes quantités de nouvelles, « apprend de la diffusion en direct de vidéos, et peut lire des textes aussi naturellement qu’un présentateur de JT professionnel », selon une déclaration publiée par Xinhua.

Associated Press & Machine learning

Xinhua n’est pas la première entreprise à déployer l’le machine learning dans ses reportages. En 2014, l’agence de presse Associated Press a commencé à utiliser des algorithmes informatiques sophistiqués pour écrire 3 000 articles automatisés par trimestre, avec l’intention d’augmenter ce nombre au fil du temps. L’accent initial était mis sur la publication des résultats de l’entreprise, où la rapidité et l’exactitude sont essentielles, le projet était cependant d’utiliser la génération automatisée d’articles afin de générer des articles plus nuancés et plus complexes au fil du temps.

Le Machine Learning ou la valeur croissante de la data

Machine Learning - définition et exemples | LexisNexis BIS

Le machine learning ne s’auto-suffit pas. Il est primordial d’avoir les bonnes sources de données à portée de main. Ce point de vue est alimenté par plusieurs technologies qui facilitent la tâche :

L’On demand computing ou l’informatique à la demande, permet à une entreprise de n’importe quelle taille d’obtenir une vue globale à partir des plus grands ensembles de données sans avoir besoin d’investir directement dans des serveurs onéreux. Le stockage informatique est devenu si banalisé que les entreprises ont maintenant les moyens de gérer et de traiter des pétaoctets d’informations.

Le Data as a Service. Souvent, les entreprises disposent d’ensembles de données précises sur leurs clients ou opérations. Cela leur permet d’obtenir une vue à 180 degrés des processus. Pour obtenir une vue à 360 degrés, la partie manquante du puzzle peut être constituée de sources de données externes, qui ajoutées aux informations internes de l’entreprise, aident à contextualiser l’ensemble de la data et à fournir une vision opérationnelle exploitable. Les ensembles de données doivent être normalisés, avec un volume et une variété de données qui sont enrichies et structurées efficacement afin d’améliorer la compréhension. Les données en temps quasi réel peuvent aider les entreprises à identifier rapidement les opportunités ou les risques.

Comment LexisNexis peut vous aider dans vos projets impliquant le machine learning

Tout comme Xinhua prévoit de transformer ses opérations par le biais d’analyses pertinentes et d’une meilleure compréhension du Big Data (lire étude de cas), les entreprises des secteurs de la finance, du risque, de la chaîne d’approvisionnement, du marketing et des ventes peuvent utiliser le machine learning pour trouver les éléments d’information dans de vastes ensembles de données.

C’est pour aider les professionnels dans leurs projets d’analyses de la data et de machine learning, que nous avons développé une offre complète de Data as a Service. En savoir plus sur Nexis Data as a Service.

Secteur banque-finance

Exemples projets machine learning

LexisNexis BIS fournit des ensembles de données d'apprentissage et permet aux professionnels du secteur banque-finance :

  • D’optimiser leurs stratégies d’investissements,
  • De construire un avantage stratégique dans un milieu très régulé et concurrentiel,
  • D’optimiser la gouvernance d’entreprise grâce à la gestion des risques.

Secteur audit & conseil

Exemples projets machine learning

Si les profils data scientists sont de plus en plus recherchés par les cabinets d’audit et de conseil, c’est parce que les entreprises souhaitent capitaliser sur les données et le machine learning pour optimiser leurs opérations. LexisNexis BIS aide les data scientists au quotidien dan leurs modélisations, leurs analyses prédictives et leurs projets de machine learning en mettant à disposition les flux de données dont ils ont besoin.

Secteur de la conformité

Exemples projets machine learning

De plus en plus les directions juridiques et les compliance officers souhaitent développer leurs propres applications internes de gestion des risques et due diligence. LexisNexis BIS leur met à disposition des API de données clés, telles que archives d’actualités offline et online, bases de données sociétés et pays, informations légales et juridiques, listes de Personnes Politiquement Exposées, listes de sanctions, et bien plus encore. En intégrant les API de LexisNexis BIS dans leurs plateformes internes, les professionnels de la compliance optimisent leur processus de gestion des risques, réalisent des KYC automatisés et restent à la pointe de l’information en matière de changement réglementaires et potentiels événements à risque.

Secteur de la recherche et développement – R&D

Exemples projets machine learning

Les professionnels de la R&D et les universités disposent d’importantes puissances de calculs ainsi que des compétences scientifiques et informatiques uniques. Afin d’alimenter leurs analyses prédictives et toutes études de tendances, LexisNexis BIS leur met à disposition un grand volume de données pertinentes, variées en enrichies en métadonnées.

Secteurs Marketing/RP/Ventes

Exemples de projets machine learning

Les fonctions marketing, communication et vente sont à l’affut de nouvelles stratégies afin de renforcer la connaissance et la compréhension qu’elles ont de leurs clients. LexisNexis BIS leur fournit des données externes qui, couplées avec leurs données CRM leur permettent d’obtenir une vision à 360 degrès de leurs clients.

Vous avez un projet machine learning et avez besoin de data pour compléter vos jeux de données internes ? Échangez avec l’un de nos experts sur les avantages de Nexis Data as a Service en matière d’intégration optimale de données et demandez un accès à notre portail développeur.

Comment pouvons-nous vous aider ?
N'hésitez pas à nous contacter, quelle que soit votre question !
  • Vous n'avez pas trouvé l'information que vous recherchiez sur notre site web
  • Vous souhaitez obtenir une démo de nos solutions
  • Vous n'arrivez pas à vous connecter ou vous rencontrez un problème technique
  • Et tout autre sujet

Nous vous répondrons dans les plus brefs délais !