Magazine N°711 Janvier 2016 - Expressions
  • Dernier magazine (728)
  • Magazine de l'article (711)

Alice TSCHUDY

Chargée de communication scientifique à l’École polytechnique

Articles du Dossier

Par Stéphane REICHE (03)
et Alain HERMANN (99)
Par Alice TSCHUDY
Par Mounira OUDINA

Des algorithmes pour prévoir nos comportements

 
Le Secrétariat général pour la modernisation de l’action publique (SGMAP) et l’École polytechnique viennent de signer une convention d’une durée d’un an portant sur la modélisation des processus ponctuels. L’élaboration d’algorithmes prédictifs permettra de répondre aux besoins concrets de plusieurs administrations.
Cette collaboration, portée au sein du SGMAP par l’administrateur général des données, permettra d’améliorer l’efficacité des politiques publiques et la qualité du service rendu aux usagers.

Exemple d'un curriculum vitae
Le parcours d’un demandeur d’emploi s’analyse comme un phénomène temporel :
« demande un emploi » / « a retrouvé un emploi ». © ADRIAN_ILIE825 / FOTOLIA

Pour mener à bien ces missions, les datascientists de l’Administrateur général des données coopéreront avec le Centre de mathématiques appliquées de l’X dans la modélisation mathématique des processus ponctuels.

L’élaboration d’algorithmes prédictifs, qui fait intervenir de nombreuses techniques issues des statistiques, a pour but d’associer une probabilité à un événement futur. Le calcul de cette probabilité est fondé sur l’observation de toutes les données passées caractérisant le comportement à prédire.

De nombreuses politiques publiques pourront bénéficier des apports des sciences de la donnée, afin d’améliorer leur efficacité, leur définition ou encore leur pilotage.

La coopération avec l’École polytechnique, qui enrichira les travaux menés en propre par l’Administrateur général des données, débutera notamment par deux applications concrètes : l’amélioration du retour à l’emploi et la prévention des vols de voiture.

Prédire les parcours de retour à l'emploi

Le parcours d’un demandeur d’emploi s’étudie comme un phénomène temporel pour lequel on s’intéresse à l’état binaire « cherche un emploi » / « a retrouvé un emploi » connaissant le parcours professionnel antérieur du demandeur d’emploi ainsi que des informations personnelles (âge, sexe, domicile, qualifications, etc.).

La collaboration vise à concevoir un modèle prédictif du temps de retour à l’emploi, à partir de l’analyse anonymisée du parcours de deux millions de chômeurs sur trois ans. L’objectif poursuivi est de fournir des indications et des recommandations personnalisées aux demandeurs d’emploi pour optimiser leur retour à l’emploi.

Anticiper le vol de voitures

Tentative de vol de voiture
La criminalité se modélise comme une somme d’infractions pénales. © SDECORET / FOTOLIA

La criminalité se modélise comme une somme d’infractions pénales. Leur incidence dépend de facteurs géographiques, d’indicateurs sociaux et du contexte (date, données météorologiques, etc.) qui entrent dans le cadre de l’étude des processus ponctuels.

La collaboration permettra de déterminer un modèle de prédiction des vols de véhicules dans l’Oise, grâce aux données fournies par le ST(SI)² (Service des technologies et des systèmes d’information de la sécurité intérieure). Ce travail vise à répondre à une demande des forces de sécurité intérieure d’optimiser leur allocation de ressources.

Cette collaboration est portée par l’Administrateur général des données pour le SGMAP et par Emmanuel Bacry et Stéphane Gaiffas, chercheurs au Centre de mathématiques appliquées (CMAP – École polytechnique/CNRS).

Emmanuel Bacry est par ailleurs responsable de la convention de recherche signée avec la Caisse nationale d’assurance maladie des travailleurs salariés en janvier 2015, visant à favoriser le développement des technologies du big data appliqué au domaine de la santé.

Ajouter un commentaire

Publication des commentaires

La publication des commentaires est modérée, principalement pour éviter des offres commerciales inadaptées.
Cela est exécuté une ou deux fois par jour.

Depuis un certain temps,les fiches des auteurs (cliquer sur la photo)comportent un lien sur leur fiche LinkedIn. Cela permet de contacter les auteurs sans que nous ayons à publier leur adresse. Dans le cas de cette utilisation veuillez bien préciser les références de l'article commenté.

Actualités