Typologie des anomalies, un cadre pour l’action : le cas du machine learning

Isabelle Boydens(*) et Gani Hamiti(**) (*) Data Quality Expert, Research Team (**) Data Quality Analyst, Databases Team La qualité d’une donnée désigne son adéquation aux usages et objectifs visés (« fitness for use ») (Boydens, 1999, Boydens 2014). Dans cet article nous … Continue reading

Machine Learning : data quality challenges in the scope of a "fitness for use" (ULB, 18/05/22, 14h, on line)

La prochaine journée FNRS "Analyse critique et amélioration de la qualité de l'information numérique" aura lieu le 18 mai de 14h à 15h30 en mode on line.    Le thème cette année, « Apprentissage automatique (ML) : les challenges de la qualité … Continue reading

Géocodage : contourner les lacunes d'OpenStreetMap (partie 2)

Dans notre article précédent, nous présentions les difficultés que nous avons rencontrées dans notre tentative de géocoder (convertir une adresse en coordonnées géographiques, et standardiser cette adresse) avec Nominatim, le géocodeur d'OpenStreetMap. Nous avons aussi évoqué qu'en modifiant légèrement les … Continue reading

« I want to talk to a HUMAN! » : impact de la qualité des bases de connaissances sur les chatbots (29/01/2020, ULB)

Rencontre « Data quality » FNRS-ULB-Smals le 29/01/2020 à l’Université libre de Bruxelles La prochaine réunion du groupe de contact FNRS « Analyse critique et amélioration de la qualité de l’information numérique » se tiendra le mercredi 29 janvier 2020 dès 13h30 à l’Université libre … Continue reading