L’objectif de ce Livre Blanc est de donner un aperçu des enjeux liés au Machine Learning et en particulier ceux émanant au secteur bancaire et financier.
"Le Machine Learning, dit « apprentissage automatique » en Français, ou plus littéralement « apprentissage machine », est un sous domaine de l’Intelligence Artificielle. Capable de reproduire un comportement grâce à des algorithmes alimentés par un grand nombre de données, le Machine Learning permet d’analyser en continu des données de manière totalement autonome et d’en déduire des tendances (analyses prédictives).
Marché neuf et naissant notamment grâce au développement de la Big Data, le Machine Learning a conquis rapidement les plus grandes entreprises High-Tech mais doit encore faire ses preuves dans de nombreux autres secteurs.
L’objectif de ce Livre Blanc est de donner un aperçu des enjeux liés au Machine Learning et en particulier ceux émanant au secteur bancaire et financier.
1. La généralisation du Machine Learning et son développement en Banque et Finance
A) Retour rapide sur l’histoire du Machine Learning
Le Machine Learning est apparu au début du XXème siècle. Le pionnier en la matière fut Alain Turing (1912-1954), Mathématicien et Cryptologue Britannique, auteur de travaux qui fondent scientifiquement l’informatique. Ses travaux lui ont notamment permis d’avoir un rôle important dans la cryptanalyse durant la Seconde Guerre Mondiale (avec le décryptage de la machine Allemande Enigma), de développer les tout premiers ordinateurs et de participer au débat sur la possibilité de l’Intelligence Artificielle. La Machine de Turing, modèle abstrait imaginé en 1936 et fondé sur la notion d’hypercalcul, est d’ailleurs aujourd’hui toujours utilisée. Le film Imitation Game, sorti en 2014, nous invite à mieux comprendre la vie de ce personnage et ses travaux."
