Representation Learning & Apprentissage non-supervisé : Comprendre le futur pour prédire passé

A l'heure où le Big Data inonde nos SI de données peu ou pas structurées, multi-sources et de hautes-dimensions ; extraire de "bonnes" représentation de l'information disponible est essentiel à toute prise de décision. Des travaux récent en Apprentissage Profond ont permis à des champs tels que le traitement du language naturel (NLP) l'analyse de la de la parole et la vision par ordinateur d'aboutir à des modèles non-supervisés capables d'extraire les caractéristiques importantes dans de gros ensembles de données à but prédictif. Un tour d'horizon des algorithmes d'extraction de caractéristiques sera proposé avec un focus sur leurs champs d'application.