A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

A

ALGORITHME

Suite finie de règles formelles (opérations logiques, instructions) permettant d’obtenir un résultat à partir d’éléments fournis en entrée. Cette suite peut être l’objet d’un processus automatisé d’exécution et s’appuyer sur des modèles conçus par le biais d’apprentissage machine.

APPRENTISSAGE AUTOMATIQUE (machine learning) 

L’apprentissage machine permet de construire un modèle mathématique à partir de données, en incluant un grand nombre de variables qui ne sont pas connues à l’avance. Les paramètres sont configurés au fur et à mesure lors d’une phase d’apprentissage, qui utilise des jeux de données d’entraînement pour trouver des liens et les classifie. Les différentes méthodes d’apprentissage machine sont choisies par les concepteurs en fonction de la nature des tâches à accomplir (regroupement, arbre de décision). Ces méthodes sont habituellement classées en 3 catégories : apprentissage supervisé par un humain, apprentissage non supervisé et apprentissage non supervisé par renforcement. Ces 3 catégories regroupent différentes méthodes dont les réseaux de neurones, l’apprentissage profond etc.

Exemple de classification et d'applications

B

BASE DE DONNEES

Une base de données est un « conteneur » stockant des données telles que des chiffres, des dates ou des mots, pouvant être retraités par des moyens informatiques pour produire une information ; par exemple, des chiffres et des noms assemblés et triés pour former un annuaire.

BIG DATA (megadonnées, grand jeux de données)

Le terme « big data » désigne un grand ensemble de données, de source hétérogène (open data, données propriétaires, données achetées commercialement).

C

CHATBOT (agent conversationnel)

Agent conversationnel qui dialogue avec son utilisateur (par exemple : les robots empathiques à disposition de malades, ou les services de conversation automatisés dans la relation au client).

D

DATAMINING (analyse et fouille de données)

Le datamining permet d’analyser un grand volume de données et d’en faire ressortir des modèles, des corrélations, des tendances.

DEEP LEARNING (apprentissage profond)

Voir apprentissage automatique et neurones.

DONNEES A CARACTERE PERSONNEL

Informations relatives à une personne physique identifiée ou identifiable, directement ou indirectement, par référence à un ou plusieurs éléments qui lui sont propres.

Parmi celles-ci, les données sensibles au sens du règlement général sur la protection des données concernent les données à caractère personnel relatives à l’origine raciale ou ethnique, les opinions politiques, les convictions religieuses ou philosophiques, l’appartenance syndicale ainsi que les données génétiques, les données biométriques, les données concernant la santé ou concernant la vie sexuelle ou l’orientation sexuelle.

I

INTELLIGENCE ARTIFICIELLE (IA)

Ensemble de sciences, théories et techniques dont le but est de reproduire par une machine des capacités cognitives d’un être humain. Les développements actuels visent à pouvoir confier à une machine des tâches complexes auparavant déléguées à un humain.

Le terme d’intelligence artificielle est toutefois critiqué par les experts qui réalisent une distinction entre des IA qualifiées de « fortes » (en capacité de contextualiser des problèmes spécialisés très différents de manière totalement autonome) d’IA « faibles » ou « modérées » (extrêmement performantes dans leur domaine d’entraînement). Les IA « fortes » nécessiteraient selon certains experts des progrès en recherche fondamentale pour être en capacité de modéliser le monde en son entier et non de simples améliorations de performance des systèmes existants.

M

MACHINE LEARNING (apprentissage automatisé)

Voir apprentissage automatique.

METADONNEES

Données qui permettent de définir, de contextualiser ou de caractériser d’autres données.

N

RESEAUX DE NEURONES (artificiels)  / NEURONES FORMELS

Système algorithmique, dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques et qui, par la suite, s'est rapproché des méthodes statistiques.

Le neurone dit formel est conçu comme un automate doté d'une fonction de transfert qui transforme ses entrées en sortie selon des règles logiques, arithmétiques et symboliques précises. Assemblées en réseau, ces neurones formels sont en capacité d'opérer rapidement des classifications et d'apprendre progressivement à les améliorer.

Ce type d’apprentissage a été éprouvé par des tests sur des jeux (Go, jeux vidéo). Il est utilisé pour la robotique, la traduction automatisée, etc.

O

OPEN DATA

Le terme désigne la mise à disposition publique, par téléchargement, de bases de données structurées. Ces données sont ré-employables de manière non-onéreuse dans les conditions d’une licence spécifique, pouvant notamment préciser ou prohiber certaines finalités de réemploi.

L’open data n’est pas à confondre avec de l’information publique unitaire disponible sur des sites internet, dont l’intégralité de la base n’est pas téléchargeable (par exemple les bases de données de jurisprudence). Il ne se substitue pas aux modes de publicité obligatoire de certaines mesures ou décisions administratives ou judiciaires déjà édictés par certaines lois ou règlements.

Enfin, une confusion est parfois réalisée entre les données (open data à proprement parler) et leurs moyens de traitement (apprentissage automatique, data science) pour différentes finalités (moteurs de recherche, aide à la rédaction d’actes, analyse des tendances de jurisprudence anticipation des décisions de justice).

P

PROFILAGE

Selon l’article 4(4) du RGPD, il s’agit d’un traitement de données à caractère personnel réalisé afin d’évaluer certains aspects de la vie d’une personne physique (situation économique, santé, préférences personnelles, etc.)

PSEUDONYMISATION

Selon l’article 4 du RGPD, il s’agit d’un traitement de données à caractère personnel de telle façon que celles-ci ne puissent plus être attribuées à une personne concernée précise sans avoir recours à des informations supplémentaires, pour autant que ces informations supplémentaires soient conservées séparément et soumises à des mesures techniques et organisationnelles afin de garantir que les données à caractère personnel ne sont pas attribuées à une personne physique identifiée ou identifiable.

S

SCIENCES DES DONNEES (data science)

Regroupement large des mathématiques, des statistiques, des probabilités, de l’informatique, de la visualisation des données afin d’extraire des connaissances d’un ensemble hétérogène de données (images, son, texte, données génomiques, liens dans les réseaux sociaux, mesures physiques, etc.).