Big data : plus qu’une technologie, une culture

« … « Nous avons découvert que les modèles apprenaient plus vite avec un très grand nombre de données imparfaites, incomplètes, qu’avec un petit nombre de données efficaces », rappelle Henri Verdier. Le « machine learning », ou apprentissage statistique, cristallise d’ailleurs la plupart des développements du big data.

Pour tenir ses promesses, celui-ci doit opérer une autre révolution, dans l’organisation cette fois. « Il nécessite une approche interdisciplinaire, avec des mathématiciens, des statisticiens, des roboticiens, des experts métiers… », explique Stéphan Clémençon, enseignant-chercheur à Télécom ParisTech et titulaire de la chaire Machine learning for big data (…)

Ces énormes bases de données ne sont plus là pour valider des hypothèses, mais pour en trouver de nouvelles. Ce que l’on en retire peut donc se révéler contre-intuitif, voire remettre totalement en cause les pratiques menées jusque-là. Les entreprises doivent pouvoir accepter d’abandonner un projet ou de le réorienter brutalement, à l’image de ce que font les champions du numérique les plus agiles (…) »