Décisions, Règles, Machine Learning, DataScience ...

Pour ce nouvel Online Meetup, nous vous proposons des échanges et des démos sur le thème Décisions, Règles, Machine Learning ...

Les avancées récentes du Machine learning sont fulgurantes, comme l’illustrent de nombreux exemples dans les domaines de la reconnaissance, de la classification et de la prédiction.

L’autre branche de l’IA, l'IA symbolique, consiste à automatiser des décisions en appliquant des règles écrites par des humains, généralement en langage naturel. Ces règles permettent de mettre en œuvre des régulations, des bonnes pratiques ou des contrats entre parties. Elles peuvent être comprises, changées par d'autres humains et sont auto-explicatives. Les bénéfices sont mesurables : agilité, transparence et gouvernance des modèles de décision.

Différents patterns combinent ces deux approches.

Il est par exemple possible d'injecter des prédictions issues du ML dans la prise de décision et recommander des produits à la fois de façon ciblée et en conformité avec des régulations.

Il est aussi possible pour une compagnie d'assurance de prévoir l’impact d'une politique de tarification sur la marge en tenant compte à la fois de modèles d'appétence et de modèles de risque ou encore d'appliquer des techniques de traitement Big Data pour analyser les décisions prises.

#MachineLearning #DeepLearning #DataScience #Decisions

Participez à cet atelier au cours duquel Francis Friedlander, IBM Business Automation, Decisions (ODM) and Automation Intelligence Tech Europe et Pierre Feillet, IBM Product Architect, partageront sur ces patterns, démos à l’appui.

_____________________________________________________________________________________