Statistique vs. Science des données ?

Les enjeux de l’intelligence artificielle pour la recherche et la prévention en criminologie

11h45 à 12h30
Pavillon Lionel-Groulx, local C-2059
Carrefour des arts et des sciences
3150, rue Jean-Brillant

Aucune réservation requise

Eric Lacourse, Ph.D., est professeur titulaire au Département de sociologie et à l’École de criminologie où il enseigne des cours de méthodologie et de statistique avancée. Anciennement responsable du microprogramme en statistique sociale, il est reconnu pour son pragmatisme dans son enseignement et pour ses innovations pédagogiques et technologiques permettent un apprentissage plus personnalisé, interactif et dynamique. Ses cours attirent des étudiants et professionnels de toutes les disciplines.

Résumé:

Les données qui sont colligées sont presque toujours nichées soit dans le temps, dans l’espace ou dans des réseaux complexes d’interactions sociales. En sciences sociales, les modèles multiniveaux et d’équations structurelles ont été développés pour résoudre ce problème de dépendance. En parallèle, en sciences informatiques, plusieurs modèles d’apprentissage statistique ont aussi été développés pour travailler avec ce genre de données. Ces modèles ont la capacité d’intégrer des données dont la quantité et le nombre de niveaux de dépendance sont théoriquement infinis. L’apprentissage profond, par le biais de réseaux neuronaux, offrirait un cadre général qui pourrait permettre l’émergence d’un agent virtuel qui pourrait apprendre, prédire et faciliter le processus décisionnel en temps réel tout en étant exposé à un flux continu de données. Des exemples appliqués d’apprentissage automatique en criminologie et leurs liens avec les théories du contrôle et de l’apprentissage social seront présentés.