#1257 - Numéro 1 : Éclairages sur le cinéma
#1257 : la revue de l'université Paris 1 Panthéon-Sorbonne
#1257 : la revue de l'université Paris 1 Panthéon-Sorbonne
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Rencontre<br />
Optimisation combinatoire,<br />
Big Data et cybersécurité<br />
En mars dernier, Paris 1 Panthéon-Sorbonne accueillait la journée<br />
« Optimization and Data Science ». L’occasion de revenir <strong>sur</strong> <strong>le</strong>s actions<br />
du laboratoire Statistique, Analyse et Modélisation multidisciplinaire (SAMM)<br />
et <strong>le</strong>s synergies créées avec <strong>le</strong>s établissements partenaires.<br />
Université Paris 1 Panthéon-Sorbonne / Juin 2019<br />
L<br />
a rencontre « Optimization and Data<br />
Science » a réuni plus de cent dix participants<br />
académiques et industriels intéressés<br />
par <strong>le</strong> traitement, l’analyse et la valorisation<br />
des données, en particulier par <strong>le</strong>s nouvel<strong>le</strong>s approches<br />
basées <strong>sur</strong> <strong>le</strong>s méthodes d’optimisation<br />
afin de renforcer <strong>le</strong>s approches classiques en apprentissage<br />
et en analyse des données.<br />
D’éminents chercheurs étaient invités. Parmi<br />
eux, Andrea Lodi, professeur à l’Éco<strong>le</strong> polytechnique<br />
de Montréal, Dolores Romero Mora<strong>le</strong>s,<br />
professeure à la Copenhagen Business School au<br />
Danemark, Emilio Carrizosa, professeur à l’université<br />
de Sévil<strong>le</strong> et Pablo San Segundo Carillo,<br />
professeur à l’université Polytechnique de Madrid.<br />
Sonia Vanier<br />
Maîtresse de conférences en<br />
informatique, SAMM (Statistique,<br />
Analyse, Modélisation<br />
multidisciplinaire – EA 4543)<br />
À quoi sert la Data Science dans notre<br />
économie ?<br />
La Data Science construit des modè<strong>le</strong>s mathématiques<br />
destinés à extraire et à représenter <strong>le</strong>s<br />
connaissances à partir de données comp<strong>le</strong>xes.<br />
El<strong>le</strong> fait appel à des experts de différentes disciplines<br />
tel<strong>le</strong>s que <strong>le</strong>s statistiques, l’optimisation,<br />
l’informatique et la technologie de l’information<br />
dans l’objectif d’appuyer la prise de décision pour<br />
<strong>le</strong>s entreprises. Le vrai défi aujourd’hui reste la<br />
prise de décision <strong>sur</strong> <strong>le</strong>s données comp<strong>le</strong>xes.<br />
Les évolutions technologiques fulgurantes de<br />
ces deux dernières décennies ont permis <strong>le</strong> développement<br />
de puissantes capacités de calcul<br />
ainsi que des réseaux très performants. De nouvel<strong>le</strong>s<br />
habitudes de consommation, de nouveaux<br />
besoins sont ainsi apparus chez <strong>le</strong>s utilisateurs.<br />
Dès lors, <strong>le</strong>s entreprises ont dû sécuriser <strong>le</strong>s données<br />
de <strong>le</strong>urs clients et <strong>le</strong>urs propres données.<br />
El<strong>le</strong>s doivent éga<strong>le</strong>ment analyser <strong>le</strong>s habitudes<br />
et <strong>le</strong>s comportements des consommateurs pour<br />
développer des services adaptés et innovants. Le<br />
comportement et <strong>le</strong>s préférences des utilisateurs<br />
pèsent de plus en plus <strong>sur</strong> <strong>le</strong>s prises de décision<br />
des compagnies. Il est alors crucial d’apprendre<br />
et d’interpréter, d’interpréter et de réapprendre.<br />
Ainsi, <strong>le</strong> développement de nouvel<strong>le</strong>s approches<br />
combinant l’optimisation combinatoire et l’apprentissage<br />
est nécessaire pour répondre aux<br />
besoins en perpétuel<strong>le</strong> évolution des entreprises.<br />
12