The Parable of Google_Flu : Traps in Big_Data Analysis

Fail ? je ne sais pas. Vu la méthode, il y a forcément un problème de calibrage qui se posera en permanence : l’indicateur de Google dépend du comportement des internautes.

Pour la France, la différence n’est pas évidente (données au 3/02/13)

http://i.imgur.com/Carl97h.jpg

(Nota : je ne sais pas comment rendre comparables les deux indicateurs, j’ai laissé les échelles automatiques se débrouiller. Le résultat nécessite peut-être des retouches, mais pas trop. Les estimations étaient voisines sur les 2 premiers pics (2003-04 et 2004-05), celle de Google un peu au dessus pour les 7 pics suivant et colle bien au pic actuel. En recalant un peu, on pourrait conclure, au pif, qu’à l’inverse des États-Unis, l’indicateur Google sous-estime légèrement l’épidémie actuelle)

encore une fois merci @simplicissimus !

Je vais un poil trop vite : sur Sentinelles, il suffit de cliquer le bouton radio qui va bien pour avoir l’incidence (et plus le nombre de cas)…

http://i.imgur.com/dCMIbPJ.jpg

On a bien aussi une surestimation en France. ’scuz’ :-(

#algorithme #prédiction

I explained that we had found that students seemed to use the elevators in the morning, perhaps because they were tired from staying up late, and switch to the stairs at night, when they became energized.

“Oh, no, they don’t,” the security guard told me, laughing as he assured me that lazy college students used the elevators whenever possible. “One of the elevators broke down a few evenings last week, so they had no choice but to use the stairs.”
▻http://bits.blogs.nytimes.com/2013/02/24/disruptions-google-flu-trends-shows-problems-of-big-data-without

même chose avec Baidu
▻http://www.plosone.org/article/info%253Adoi%252F10.1371%252Fjournal.pone.0064323

Suite : big data hubris…
▻http://seenthis.net/messages/240398