XD blog

blog page

données


2022-05-14 Les neuf limites de l'environnement

Les limites planétaires définissent neuf seuils au delà desquels le réchauffement climatique sera irréversible (voir aussi Eau douce : sur neuf limites planétaires, six ont désormais été dépassées). C'est un moyen de simple de mesurer les progrès en ce qui concerne le climat. Nous en avons dépassé cinq. Nous ne sommes plus loin du point de non retour. Le prochain hiver sera sans doute un bon test. Il y a aura sans doute une nouvelle vague de COVID. Aujourd'hui, de nombreuses productions sont à l'arrêt ou considérablement ralenties, les chaussures de sports, les voitures électriques, beaucoup d'appareils électroniques, l'huile. Cet hiver, ce sera sans doute la farine puisque l'Ukraine aura sans doute une production réduite. Notre système économique a toutes les chances d'évoluter rapidement, soit de façon active, soit de façon passive de crise en crise.


more...

2022-04-29 Quelques documentaires

Les données de santé sont encore peu exploitées en France Votre santé, un trésor très convoité mais dans d'autres pays, des sociétés ont commencé à récolter des montagnes de données qui leur permettront de comprendre à long terme le fonctionnement du corps humain. Un modèle de deep learning permet à partir d'une image de la rétine de dire avec une précision non négligeable l'âge de la personne, s'il fume ou pas.


more...

2016-12-01 Le papier...

Le papier est aux données ce que l'or est à la monnaie.

Je me demandais ce que deviendrait l'expression faire des faux papiers dans un monde numérique. Et puis j'ai eu un peur de ce fichier central qui regroupe toutes les informations devenant de ce fait le répertoire des identités. Plus facile à hacker qu'une multitude de fichiers.

2016-05-18 Meetup Data For Good 18 Mai

DataForGood continue sa série de meetup sur des projets de datamining au bénéfice de la société. Le dernier opus s'est tenu aujourd'hui Demo Day : Présentation des projets Data for Good et fut très enthousiasmant. Plus d'une centaine de personnes étaient présentes. Cinq projets ont été présentés précédés d'une présentation de Paul Duan. et Adrien Montcoudiol. Il y a très peu d'inspecteurs d'hygiène sur Paris et plus d'un milliers de restaurants. Comment choisir le prochain à visiter ? Vous serez sans doute là la prochaine fois pour avoir la réponse. En attendant, quelques liens : Driven Data un équivalent de Kaggle rémunéré au bénéficiaire d'organismes publics. Data Kind propose de travailler sur des projets à but humanitaire de plus long terme et moins dans l'esprit compétition. Data Look recense des projets centrés sur le partage d'information et leur visualisation, un peu moins sur le travail de celles-ci. On y retrouve le projet mené en Amérique du Sud qui permet à tout un chacun de remonter les nids de poules. Ma rue solidaire un site qui aide au montage de projet collectif pour lutter contre la précarité avec les outils d'aujourd'hui !.

2015-08-30 Le coup de fil aléatoire

Bonjour, je souhaiterais joindre Miss A ?

Désolé, ce n'est pas elle.

Excusez-moi, je vérifie les contacts dans une base de données, vous êtes bien au 06.XX.XX.XX.XX ?

Oui

.

Et vous êtes ?

Euh... Tu ne chercherais pas à remplir ta base de données plutôt que de la vérifier ?

.

2015-01-24 La donnée isolée et la moyenne

Les données sont légions et n'attendent que d'être intégrées à une histoire qui selon les personnes prend le nom d'interprétation, de modèle, d'analyse, de synthèse. Mais bien mystérieuse est la gestation de cette histoire. Mon premier témoignage d'une avalanche de chiffres remonte sans doute à Matrix où un programmateur fascinant interprétait un déluge de bits en temps réel sans aucune lampe stroboscopique dont tout humain normal aurait eu besoin pour espérer y voir quelque chose.

Nous ne sommes pas vraiment capables de donner un sens à une telle diarrhée numérique. Le plus souvent, on en fait la moyenne ou la médiane et on en garde que ce seul chiffre qui devient la seule chose à raconter. Personne n'aime affronter une tonne de chiffres mais savoir que celle-ci a accouché d'un seul nombre qui résume le tout, ça rassure et c'est simple à retenir. Le salaire médiane, le salaire moyen des ministres du gouvernement, le nombre d'élèves moyens par classe, le taux de chômages (moyen), le QI moyen, on fait une somme, on divise, on est content. On se sent même un peu savant dès qu'on parle d'écart type, un peu plus encore si on évoque les corrélations.

Et puis tout de suite, comme ces moyennes ont un poids certain, on se compare à elle. On est au dessus. On est heureux. On est en dessous, on se sent lésé. Tout à coup, on sait où on se trouve. On se sait rien du voisin mais on sait tout des français. Moi (donnée isolée) contre les autres (données agrégées), un grand classique. Lorsqu'on est du bon côté, on se repose, du mauvais, on a enfin trouvé l'objectif : la moyenne ou mieux encore, le premier quartile.

Et puis patatras, j'ai calculé le taux moyen de guérison de deux hôpitaux pour choisir le meilleur. Et je n'aurais pas pris toutes les données en considération, j'aurais raté un morceau de l'histoire ? C'est Le paradoxe de Simpson. J'hésite entre deux hôpitaux, le premier a un taux de succès de 98%, le second 90%. - Ah bon, tu hésites ? - Allez, on y va.

Un peu plus tard.

Tu lis quoi sur le fronton ? Euh... Chirurgie esthétique. - Tu n'aurais pas pu le dire avant ! - Mais tu m'as dit de prendre le meilleur. - Le meilleur pour ton type d'opération ! - J'ai oublié de regarder cette donnée.

2015-01-22 C'est quoi les données, c'est quoi le Big Data ?

Dans le film Bienvenue à Gattaca, le héros joué par Ethan Hawke doit non seulement faire disparaître ses traces mais aussi laisser celles de celui dont il usurpe l'identité. La moindre inattention peut jeter le doute voire dévoiler le stratagème. Une empreinte digitale inattendue interpelle immédiatement. Comme c'est inattendu, il faut lui trouver une explication.

La donnée : c'est une information juste avant qu'elle ne devienne partie intégrante d'une histoire, juste avant qu'on l'interprète. Et comme le suggère ce film, on en laisse partout et tout le temps. On en génère tellement qu'on est forcé de ne pas y prêter trop attention. La moindre connexion internet, la poussière sur le plancher, la température de l'eau, la fuite d'air à la fenêtre. C'est une donnée dès qu'on la décrit. Il y en a tellement qu'on les oublie rapidement. C'est juste un fait divers.

Mais pourquoi sont-elles si populaires maintenant ?

Une des raisons est qu'elles restent plus longtemps. La poussière sur mon plancher disparaît avec l'aspirateur. La connexion à un site internet restent plusieurs mois dans plusieurs fichiers de plusieurs machines différentes. Ces données numériques ont la vie dure. Ca n'explique pas pourquoi elles sont populaires. Seulement, du fait qu'elles restent plus longtemps, on a plus de temps pour les observer et leur donner du sens.

Comment donne-t-on du sens aux données ?

Les statistiques y sont pour beaucoup même si ce terme n'est pas une explication en soi. David Hume dans Enquête sur l'entendement humain nous apporte quelques éléments de réponses. Nous sommes tous très amnésiques mais une des façons qui nous permet de retenir est la répétition. Une observation, une donnée, commence à prendre du sens dès qu'elle se répète. Pour citer Hume :

De causes qui paraissent semblables, nous attendons des effets semblables. Telle est la somme de toutes nos conclusions expérimentales.

Les marins utilisaient les étoiles pour se repérer. Ils ont su associer la position d'une étoile dans le ciel (une donnée) de la même étoile à la même position une année plus tard (la donnée est répétée). C'est le début de la connaissance : chaque année, la même étoile est à la même position dans le ciel. On peut l'utiliser pour se repérer.

Et Big Data ?

La somme des données qui se rapporte à la même personne est quasiment infini. Seulement, aujourd'hui, elle persiste. Qu'en faire ? C'est tellement énorme que ce serait comme découvrir toute la voie lactée le même jour. Il faudrait une vie pour l'étudier... Sauf que... on a maintenant des ordinateurs qui font plein de calculs très rapidement. Alors on reprend notre cher Hume : on se répète beaucoup ! On fait presque tous les jours la même chose, et si ce n'est pas tous les jours, c'est toutes les semaines. Nous avons une vie rythmée - au sens musical -. Alors en comparant toutes les journées entre elles, et avec un bon ordinateur, on arrive à déterminer les habitudes et les goûts de chacun.

Et alors ?

Et bien c'est d'abord très drôle. On porte un bracelet au poignet qui enregistre les déplacements. On peut compter ses pas, enregistrer son poids tous les jours. C'est un peu comme si découvrait qu'on n'était plus intéressant que le voisin parce qu'on découvre plein de choses sur soi-même. Et le voisin, il n'est plus aussi intéressant ? Si si toujours, mais c'est lui qui nous montre sa courbe de poids, alors ce n'est plus aussi drôle. Et puis, quand on mange un carré de chocolat, on peut le mesurer tout de suite. Et ça c'est fun.

Autrefois si éphémères, les données sont quasi éternelles, et elles disent beaucoup de choses. Votre enfant sera peut-être dans 25 ans archéologue numérique. Les listes des relevés de cartes bleues pourraient permettre tout à la fois d'ajuster un régime alimentaire mal équilibré qu'à prédire la probabilité d'avoir un cancer (sauf si vous achetez toujours tout y compris votre whisky préféré en liquide).

Tu as vu le Monde aujourd'hui ? Les français prennent du poids à Noël ! - Incroyable, ils ont piraté ma balance numérique ! - Euh... tu es sûr ?

Les données, d'accord... et le bruit alors ?

C'est Agatha Christie qui nous apporte la réponse. Hercule Poirot avait coutume de dire que le meurtrier est un homme parfaitement normal qui cherche justement à l'être le seul jour où il ne l'est pas. Il pense à chaque instant à gommer tout ce qui pourrait éveiller les soupçons. S'il avait envie de manger une petite gâterie, il y renoncera car d'hatitude, il prend un jambon beurre à midi. Le meurtrier évacuera pour une journée toute fantaisie. Et pourtant, ce sont tous ces petits aléas qui font qu'une journée est parfaitement normale, tous ces petits détails qu'on n'est incapable de retenir, tous ces petits détails qui, parfois, sont remarqués par votre collègue car justement ils sortent de l'ordinaire. Mais si toute la journée, un meutrier pense à son crime, il n'y a plus de relâchement possible et il va chercher à gommer ces petits aléas qui attirent l'attention. En fin de compte, il aura paru tout à fait normal, bien trop normal pour être vrai, d'après Hercule Poirot. Le bruit, ce sont les fausses notes de la journée par rapport à une journée parfaitement normale, fausses notes délicieuses pour toute personne sensée, fausses notes malheureuses pour tout statisticien sensé.

2014-10-27 Le traitement des données

Gonzague Van Bervesselès - Le traitement des données


Xavier Dupré