Aujourd’hui,la donnée est au coeur des recherches en machine learning. Pourtant, accéder à une importante base de données reste un privilège génralement réservé aux chercheurs en machine learning et aux data scientists travaillant pour de grands groupes – donc hors de portée pour la plupart des académiciens. Yahoo Labs annonce aujourd’hui la mise à disposition de la plus grande base de donnes de machine learning en open source. Cette base recense 110 milliards d'événements (13, and 5Tb incompressés) provenant de données utilisateurs anonymisés,collectées par l’enregistrement des interactions de près de 20 millions d’utilisateurs entre février 2015 et mai 2015. Lensemble de ces données est directement extrait du flux d’actualité de plusieurs sites Yahoo comprenant la page d'accueil Yahoo, Yahoo News, and Yahoo Sports,Yahoo Finance, Yahoo Movies et Yahoo genuine Estate.
A travers cette démarche, or Yahoo Lab souhaite promouvoir la recherche indépendante dans le domaine du machine learning à grande échelle et des systèmes de recommandation et rebattre ainsi les cartes entre les recherches universitaire et industrielle. L’ensemble des données est disponible dans le cadre du programme de partage de données Yahoo Labs Webscope,la bibliothèque de référence pour les données scientifiques intégrant les données anonymisées dutilisateurs à usage non commercial. Pour plus d’informations rendez-vous sur le Tumblr Yahoo Labs.
Source: yahoo.net