Thèse de Mathilde Guillemot


Sujet :
Apprentissage par la machine et big data cosmétique en vue de la modélisation mathématique et analyse statistique prédictive sur l’efficacité de formules cosmétiques

Résumé :

Afin de satisfaire la demande des consommateurs, l’industrie cosmétique se doit d’être innovante et d’apporter des produits toujours plus efficaces tout en respectant la réglementation. Les tests permettant de prouver leur performance sur humain, qu’ils soient instrumentaux (comme par exemple la mesure du relief, de la fermeté ou encore de l’hydratation) ou clinique, s’avèrent aujourd’hui très couteux.

Face à ces contraintes, l’emploi de méthodes d’apprentissage automatique peut apporter une solution de prétraitement afin de pouvoir prédire l’efficacité des produits cosmétiques, tout en permettant une économie de temps et de moyen. L’objectif de cette thèse vise à développer des modèles prédictifs de l’efficacité de soins cosmétiques à partir de leur formule, mais aussi de proposer des formules virtuelles répondant à des critères d’efficacité prédéfinis 


Encadrant : Liming Chen