Thèse de Thibaut Chataing


Sujet :
Construction de modèles de classification supervisée à partir de données provenant d'un réseau d'experts

Résumé :

L’objectif de cette thèse est d’utiliser les dernières innovations de l’intelligence artificielle afin d’analyser des données complexes, à la fois relationnelles et historisées. La richesse des données rend leur mise en forme délicate en vue de leur exploitation par un modèle de machine learning. Il faudra dans un premier temps évaluer les idées soumises et non retenues en terme financier en exploitant les données de la bourse. Cela permettra de constituer un jeu de données d'apprentissage non biaisé par le fait que l'on ne considère que les idées retenues. Ensuite, il faudra modéliser les utilisateurs du réseau social au moment de la soumission de l'idée à partir de toutes leurs interactions passées au sein du réseau. Enfin, le contexte financier au moment de l'émission de l'idée devra lui aussi être modélisé afin de rendre compte du contexte. Ces données seront ensuite exploitées par un modèle de machine learning.

Des techniques d’explicabilité du machine learning (XAI) seront également utilisées. D’une part, elles seront nécessaires pour fournir des éléments de justification aux experts financiers afin d’expliciter les prédictions obtenues. D’autre part, elles permettront d’optimiser les différents modèles produits pour de meilleures performances.

Pour résumer, cette thèse devrait approcher un problème pluridisciplinaire mêlant intelligence artificielle, intelligence collective naturelle et finance afin d'apporter une réponse théorique puis applicative à la problématique mentionnée précédemment.


Encadrant : Céline Robardet
Co-encadrant : Marc Plantevit