Pourquoi cette question
C'est une question à laquelle j'ai essayé de répondre il y a plusieurs mois. J'expliquais que les frontières traditionnelles entre les disciplines de l'apprentissage machine, de la simulation et de l'optimisation devenaient floues et disparaissaient dans mon esprit.
Fondamentalement, un modèle est une relation paramétrique pour laquelle nous fournissons des données et des informations pour obtenir une estimation des performances du système. Le but de la modélisation est d'obtenir une vue simplifiée et abstraite d'un système complexe pour en comprendre le fonctionnement.
Réponses possibles
Historiquement, la modélisation a été définie comme le développement d'ensembles d'équations pour représenter un système. Les données étaient parfois disponibles, parfois non. Avec les technologies de programmation actuelles, l’abondance des données et les capacités informatiques, pourquoi se limiter à une seule discipline pour aborder un problème complexe? Alors, un modèle est-ce que c'est... :
- Régression statistique (linéaire multiple, logistique, PLS, etc.)
- Recherches dans les bases de données et exploration des données
- Apprentissage machine ou prédictif (boosting, réseaux neuronaux, forêts aléatoires, etc.)
- Calculs sur chiffriers (ils peuvent devenir assez élaborés…)
- Simulation (événements discrets, dynamiques, éléments finis, Monte-Carlo, etc.)
- Programmation mathématique (optimisation ou recherche opérationnelle)
- Flux de travail personnalisé avec étapes de traitement et de modélisation des données imbriquées
La bonne réponse : toutes ces réponses! Ayant cela à l'esprit chez Différence, nous avons développé un schéma de modélisation unifié que nous appliquons chaque fois que nous avons besoin de « modéliser » une situation complexe :
Combiner suffisamment des ingrédients 1) à 7) ci-dessus pour obtenir la « meilleure » représentation d’un système est un véritable exercice scientifique multidisciplinaire. Chaque système est unique, il n’existe pas de recette universelle. Différence peut former, coacher et aider les gens à apprendre à réaliser une modélisation multi-paradigme moderne. Vous voulez le voir en action?
Vous désirez en savoir plus?
Chez Différence, notre expertise est axée sur la statistique et la science des données, les applications du Lean et l'Excellence opérationnelle, ainsi que sur la simulation des opérations. N'hésitez pas à demander plus d'information en nous contactant.
