Nous sommes entrés dans l'ère des mégadonnées. L'explosion de données disponibles dans unlarge éventail de domaines d'applications suscite de nouveaux enjeux dans une pléthore de disciplines, allant des sciences de l'ingénieur au commerce et à la société en générale. Un enjeux principal émerge dans la question de comment prendre l'avantage de ces échelles de données, de manière à acquérir de nouvelles idées et connaissances pour améliorer la qualité des services offerts. C'est là que l'apprentissage machine et profond viennent en capitalisant sur les techniques et les méthodologies issues de l'exploration de données (profilage statistique, visualisation), visant à identifier des schémas, des corrélations, des modélisations et des prévisions. Dans ce domaine, l'apprentissage profond est devenu un élément très important pour la résolution de problèmes de prévision à grande échelle ces dernières années.

 

 




We have entered the Big Data Era. The explosion of available data in a wide range of application domains give rise to new challenges and opportunities in a plethora of disciplines – ranging from science and engineering to business and society in general. A major challenge arises in the question of how to take advantage of this unprecedented scale of data, in order to acquire further insights and knowledge for improving the quality of the offered services. This is where Machine and Deep Learning comes in capitalizing on techniques and methodologies from data exploration (statistical profiling, visualization), aiming to identify patterns, correlations, groupings, modeling and predicting. In this domain, Deep learning is becoming a very important element for solving large scale prediction problems in recent years.