L’actualité de la transformation

La lutte est lancée entre le marketing prédictif traditionnel et le Machine Learning

Eviter le sur-apprentissage

Dans le détail de la mise en œuvre du Machine Learning, la clé est d’éviter le sur-apprentissage, prévient David Bassis. Il faut voir également « qu’il y a des modélisations trop complexes à réaliser » Le Graal du machine learning est d’empiler les couches d’abstraction. Dans ce cadre, la modélisation linéaire traditionnelle et sa simplicité ne sont pas à négliger. “Cela devient très riche quand on empile ces modèles” affirme-t-il.

Il rappelle la phrase fameuse sur les statisticiens : « ils passent 90% de leur temps à préparer les données, et 10% de leur temps à se plaindre de devoir préparer leurs données. Nous pensons que préparer les données est la partie noble du métier de statisticien » sourit-il.


Pour lui la technologie en ce qui concerne le marketing prédictif n’est pas le plus intéressant. « Nous ne nous exprimons pas sur la technologie employée » indique-t-il. Il ne parlera donc pas de Hadoop, ce qui amènera une personne de l’auditoire à dire que l’application présentée n’est pas du Big Data.

« La technique, c’est résolu ou en passe de l’être. Stocker 100 Po de données cela va devenir sans intérêt et ennuyeux » répond David Bassis. On apprendra juste que Tinyclues emploie Python comme langage de programmation, et que les mêmes algorithmes peuvent être appliqués chez PriceMinister ou chez CDiscount mais que Tinyclues conserve des frontières étanches entre les e-commerçants en ce qui concerne les résultats des analyses menées, et des meilleurs produits à proposer aux clients.


Photo, David Bassis, fondateur de Tinyclues.

Newsletter La Revue du Digital

Et vous, qu’en pensez-vous ?

Une idée, une réaction, une question ? Laissez-nous un mot ci-dessous.

Je réagis à cet article

Top lectures en ce moment

  • Trois questions auxquelles les retailers doivent répondre face à l’IA agentique

  • Doctolib lance un assistant vocal de gestion des appels des patients

  • Netflix achète les studios de cinéma et le catalogue de contenus de Warner Bros.

L’actualité de la transformation

Dossier

L'IA clé de nos besoins vitaux dans l'eau, l'électricité et le gaz

Dossier exclusif

Marchés de l’eau : l’IA générative arrive dans les réponses aux appels d’offres des collectivités

Saur, spécialiste de la distribution d’eau potable,  fait évoluer son processus de réponse aux appels d’offres des collectivités et des industriels en y injectant de l’IA géné…

Stockage de l’électricité : l’IA générative outil d’accélération clé chez Engie

Le stockage de l’électricité est un enjeu stratégique. Engie s’y attelle et mobilise pour cela l’IA générative de type RAG, c'est-à-dire basée sur le traçage des documents source. …

Nouvelle donne dans le gaz naturel : GRDF s’adapte en utilisant l’IA

GRDF, leader de la distribution du gaz naturel en France, affine sa stratégie d’IA. Il s’appuie sur des serveurs internes pour la confidentialité des données de ses clients. GRDF c…


Newsletter