BIG DATA

Carte mentale

Élargissez votre recherche dans Universalis

Médias de l’article

Apprentissage supervisé

Apprentissage supervisé
Crédits : Encyclopædia Universalis France

dessin

Apprentissage non supervisé

Apprentissage non supervisé
Crédits : Encyclopædia Universalis France

dessin


Applications

Le big data a été conçu pour la prise de décision, et donc la réduction des risques, en exploitant les fabuleuses capacités de classification automatique désormais disponibles et en établissant des liens exploitables entre de grandes quantités de données disparates au premier abord. Être assisté dans ses choix en vue d’un bénéfice à court terme est au centre des préoccupations de tout être humain, cette raison expliquant à elle seule pourquoi le champ d’application du big data est aussi large.

La santé, les sciences

En ce qu’il permet de croiser un nombre très important de dossiers médicaux, le big data trouve en la santé de l’homme une application de choix. Avec ses outils statistiques puissants, il aide à identifier très vite et de manière très fiable les origines des maladies chez les patients (étiologie), notamment avec des outils d’analyse d’imagerie (IRM, scanner, radio). Il est capable de mettre en évidence des rapprochements subtils entre ces origines (avec des techniques de regroupement issues de l’apprentissage non supervisé) et d’intégrer dans le diagnostic final un nombre considérable de facteurs environnementaux jusqu’ici négligés, ce qui rend la médecine plus prédictive et moins risquée. Avec des dispositifs et des capteurs à même le corps humain (body area networks, réseau sans fil à même le corps), il est aujourd’hui possible de suivre en temps réel et de manière non intrusive les paramètres physiologiques vitaux de n’importe quelle personne, et même de détecter des allergies ou des phénomènes épidémiologiques (grippe) grâce à des modèles prédictifs adaptés.

Les sciences profitent, elles aussi, de cette avancée majeure et des capacités exponentielles de calcul. Grâce aux centres de données, il est possible de modéliser et de simuler des phénomènes multiphysiques (conjuguant simultanément plusieurs domaines de la physique, comme l’optoélectronique, la mécanique, la thermique et la fluidique) trop complexes pour être directement appréhendés par l’homme, aussi bien à l’échelle submicronique qu’à celle du système solaire. L’apprentissage st [...]

1 2 3 4 5

pour nos abonnés,
l’article se compose de 10 pages




Écrit par :

Classification


Autres références

«  BIG DATA  » est également traité dans :

APPRENTISSAGE PROFOND ou DEEP LEARNING

  • Écrit par 
  • Jean-Gabriel GANASCIA
  •  • 2 649 mots
  •  • 1 média

Dans le chapitre « Différents types d’apprentissage machine »  : […] On distingue usuellement au moins trois types d’apprentissage machine : l’apprentissage par renforcement, l’apprentissage supervisé et l’apprentissage non supervisé. L’apprentissage par renforcement suppose que, lors de ses pérégrinations, un agent (entité qui agit de façon autonome) reçoit des récompenses ou des punitions en fonction des actions qu’il exécute. Il s’agit alors d’établir automatiq […] Lire la suite☛ http://www.universalis.fr/encyclopedie/apprentissage-profond-deep-learning/#i_57306

CONSOMMATION - Comportement du consommateur

  • Écrit par 
  • Bernard DUBOIS, 
  • Marc VANHUELE
  •  • 8 995 mots
  •  • 1 média

Par « comportement du consommateur », on entend l'ensemble des comportements qui se rapportent à l'acquisition de biens et services. On y inclut l’exposition à des messages commerciaux et à d’autres types d’information, l'expérience de l’utilisation des biens et services achetés et l'abandon éventuel de ces produits. La consommation occupe une place importante dans les activités des individus, en […] Lire la suite☛ http://www.universalis.fr/encyclopedie/consommation-comportement-du-consommateur/#i_57306

HISTOIRE GLOBALE

  • Écrit par 
  • Pierre-Yves SAUNIER
  •  • 5 954 mots
  •  • 1 média

Dans le chapitre « Les discours de la méthode »  : […] La façon de concevoir et de mener l’enquête historique est une autre dimension où se confrontent des manières de penser et de faire au sujet des matériaux de l’enquête historienne. Une posture empirique place fermement les sources originales au pivot de la démarche de recherche. Ici, on se questionne sur les formes de leur fréquentation et de leur lecture, qu’il s’agisse de l’archive coloniale, d […] Lire la suite☛ http://www.universalis.fr/encyclopedie/histoire-globale/#i_57306

INTELLIGENCE ARTIFICIELLE (IA)

  • Écrit par 
  • Jean-Gabriel GANASCIA
  •  • 5 073 mots
  •  • 5 médias

Dans le chapitre « Renaissance de l’intelligence artificielle  »  : […] Depuis 2010, la puissance des machines permet d’exploiter de grandes masses de données (ce que l’on appelle couramment les b ig d ata ) avec des techniques d’apprentissage machine qui se fondent sur le recours à des réseaux de neurones formels, c’est-à-dire à des techniques relativement anciennes que l’on déplo […] Lire la suite☛ http://www.universalis.fr/encyclopedie/intelligence-artificielle-ia/#i_57306

MÉDECINE ET INTERNET

  • Écrit par 
  • Philippe MARREL, 
  • Elisabeth PARIZEL, 
  • René WALLSTEIN
  •  • 5 384 mots
  •  • 3 médias

Dans le chapitre « La navigation sur Internet : une donnée médicale »  : […] Chaque requête et l’exploitation qu’en fait l’utilisateur laissent des traces sur le réseau qui sont soigneusement collectées et deviennent autant de données attachées à la personne qui a lancé la requête. Google et les autres moteurs de recherche se sont fait une spécialité de la collecte et de l’exploitation des quantités astronomiques de données ainsi accumulées, les big […] Lire la suite☛ http://www.universalis.fr/encyclopedie/medecine-et-internet/#i_57306

Voir aussi

Pour citer l’article

François PÊCHEUX, « BIG DATA », Encyclopædia Universalis [en ligne], consulté le 23 juillet 2019. URL : http://www.universalis.fr/encyclopedie/big-data/