Petit Club - Intelligence artificielle et Big Data

2 295 vues

Publié le

0 commentaire
4 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
2 295
Sur SlideShare
0
Issues des intégrations
0
Intégrations
904
Actions
Partages
0
Téléchargements
58
Commentaires
0
J’aime
4
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Petit Club - Intelligence artificielle et Big Data

  1. 1. Kilian  BAZIN,  CXO,  CaptainDash   Davy  Tessier,  Directeur  Général  de  Disko  Christophe  Ebro,  Fondateur  de  Clapfeeder  
  2. 2. DATA=PRÉVISIONS PLUS FIABLE
  3. 3. ÉVOLUTIONDES COMPORTEMENTSUTILISATEURS
  4. 4. DATA : PRESCRIPTEUR DE CONTENU Facebook et son EdgeRank : je remonte dans mon newsfeed ce qui est en affinité avec moi 1 milliards d‘utilisateurs en contact avec de la prescription automatique de contenu
  5. 5. DATA : ASSISTANT PERSONNEL30 000 utilisateurs 40 million utilisateurs
  6. 6. DATA : ASSISTANT PERSONNEL
  7. 7. „Délicieux ce plat“ EGO& DATA „Je viens de croiser Johnny Hallyday dans la rue !„ „Je viens de check-inà l‘avant-première du dernier James Bond“
  8. 8. PASSIVE DATAHier & aujourd‘hui Demain ENVIRONNEMENT  Collecte de données active Collecte de données passive et et unilatérale multisource
  9. 9. AVEC LE NUMÉRIQUELA DATA ESTPARTOUT
  10. 10. AINSI ONT VU LE JOUR CES DERNIÈRES ANNÉES  DE NOMBREUSES TENTATIVES DE PRÉDICTIONS
  11. 11. DATA & MALADIES
  12. 12. DATA & ENTRÉESAU CINÉMA
  13. 13. DATA & ENTRÉESAU CINÉMA Plusieurs algorithme ont été publiés permettant de définir avec 95% de probabilité les Trending Topics à venir sur Twitter.
  14. 14. POLITIQUEBIG DATA & C‘est avec une campagne „data-driven“ que Barack Obama a été réélu
  15. 15. BIGUSES DATA  
  16. 16. LA GESTION DEMAGASINS
  17. 17. L‘APPROCHEHYPERCUBE Objectif : Comprendre les causes ou lesleviers des comportements clients.
  18. 18. ? De manière plus globale :DATACAPABLE DEPRÉDICTIONS
  19. 19. POSTULATMES ACTIONS PASSÉESCONDTIONNENT EN PARTIE MES ACTIONS FUTURES
  20. 20. LA PRÉDICTION N’EST QUEPROBABILITÉ + on a d’éléments dans l’équation plus la prédiction peut être fiable.
  21. 21. LA PRÉDICTIONDE CRIMES
  22. 22. LA SOLUTION DEPROBLÈMES MÉDICAUX
  23. 23. (1/2)LA PRÉDICTIONCOMPORTEMENTALE … $2.4 million
  24. 24. (2/2)LA PRÉDICTIONCOMPORTEMENTALE
  25. 25. RANDOMFOREST
  26. 26. ANALYSES PRÉVISIONNELLES Visualisation de l‘ensemble des utilisateurs d‘une application, regroupés entre eux via leurs centres d‘intérêtsSous groupe de Nature Voyages Nature Sport
  27. 27. MACHINE LEARNING application concrète du prédictif comportementalProfil utilisateur 1 Profil utilisateur 2 Proposition de call to action différent selon l‘utilisateur et suivant sa navigation
  28. 28. MAIS ATTENTION:NOUS PARLONS D’UNE PROBABILITÉ D’ÉVOLUTION,NOUS SOMMES ENCORE TRÈS LOINDE LA PRÉDICTION SPONTANÉE
  29. 29. MERCI de votre attention

×