logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
Menu
mobile logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
26 avril 2017
A la Une, News, Parole aux experts

Édito de Nicolas Vayatis, Directeur du CMLA

⏱ 2 min

Le boom scientifique, technologique et industriel, autour de la valorisation des données numérisées amène son lot d’espoirs et de paris, mais aussi de spéculations et de craintes. Les métiers de data scientist, de chief data officer, et autres chief mathematical officer, encore inexistants il y a 5 ans, donnent accès à des fonctions stratégiques dans les entreprises, tous secteurs confondus, et il est bien naturel que les étudiants en mathématiques, en sciences et en écoles d’ingénieurs y voient des perspectives d’avenir. Cependant, si le lien nécessaire entre science, technologie, formation et industrie pour aborder le sujet de la valorisation des données numérisées est maintenant bien identifié par l’ensemble des acteurs, force est de constater qu’il y a peu de guides sur la manière de réussir cette association efficacement.

Nous créons aujourd’hui le Data Analytics Post (DAP), un media centré sur le sujet des données numériques, leur exploitation par les algorithmes d’apprentissage (machine learning) et leur incarnation par des systèmes dit intelligents (intelligence artificielle), afin d’éclairer les différents chemins possibles reliant étudiants, chercheurs, ingénieurs, entrepreneurs, et acteurs industriels, d’abord autour de concepts fondamentaux, puis autour de communautés expérimentant de nouvelles formes de coopération. Notre volonté est aussi bien d’ancrer les sujets industriels et sociétaux dans leur matrice scientifique et technologique que de tisser des liens entre experts et novices, entre producteurs de données et créateurs de valeur à partir des données, entre la recherche et les besoins de la société.

Cette première édition a pour ambition de brosser le paysage : elle revisite les théories scientifiques majeures, les développements technologiques et les courants de pensées qui ont jalonné l’histoire du traitement des données, clés des succès présents et à venir. Elle esquisse également les multiples valorisations possibles des données, les nombreux cheminements théoriques et les problèmes industriels et sociétaux auxquels ils peuvent apporter des solutions. Enfin, nous vous proposons un entretien avec Yves Meyer qui vient de recevoir le prix Abel pour ses travaux sur la théorie des ondelettes, qui constituent un outil incontournable pour la modélisation des structures présentes dans les signaux et les images en particulier.

En lançant le DAP, nous donnons l’impulsion mais nous comptons également sur vous, acteurs de la donnée, pour participer aux débats et imaginer de nouvelles formes de communication et de collaboration.

Nicolas Vayatis, Directeur éditorial du Data Analytics Post
Directeur du CMLA et du master MVA ENS Paris-Saclay

 
Retrouvez l’histoire de la datascience à travers les timelines :

Timeline Sciences
Timeline Technologies
Timeline Culture

 

Termes liés :
  • Données
  • Machine Learning
  • Intelligence artificielle
Share:
Posts you'd might like
L’apprentissage profond permet de lire dans notre cerveau… ce qu’il voit
Cette IA hybride apprend à jouer au sudoku…
et à concevoir des protéines
Canicules, orages violents : l’IA apprend à prévoir les épisodes météo extrêmes
Des réseaux de neurones “informés par la physique”, pour modéliser et simuler des systèmes complexes
Faut-il créer un GIEC de l’intelligence artificielle ?
Entretien avec Raja Chatila
ChatGPT a-t-il accouché d’une souris ?
Entretien avec Jean-Gabriel Ganascia
DAP, la newsletter du Data Analytics Post Recevez chaque semaine un éclairage sur les data science

Peut-on laisser un algorithme apprendre tout seul ?

A la différence de l’apprentissage supervisé, le contexte non supervisé est celui où l’algorithme doit opérer à partir d’exemples non annotés.

En savoir plus

ARTICLES RÉCENTS
  • L’apprentissage profond permet de lire dans notre cerveau… ce qu’il voit
  • Cette IA hybride apprend à jouer au sudoku…
    et à concevoir des protéines
  • Canicules, orages violents : l’IA apprend à prévoir les épisodes météo extrêmes
  • Des réseaux de neurones “informés par la physique”, pour modéliser et simuler des systèmes complexes
  • Faut-il créer un GIEC de l’intelligence artificielle ?
    Entretien avec Raja Chatila

Tout savoir sur…

Le DAP

Comité Éditorial

Partenaires

Équipe


Copyright © Data Analytics Post. Tous droits réservés.

Mentions légales & CGU