L'intelligence artificielle, le machine learning et le deep learning Les défis de leur utilisation dans la détection de la fraude Denisa Banulescu- Radu Maître de conférences en économie Laboratoire d'Économie d'Orléans Université d'Orléans Historiquement, le concept de l'Intelligence Artificielle (IA) ou Artificial Intelligence remonte aux années 1950, à la suite des publications d'Alan Turing, mais c'est aujourd'hui qu'il devient de plus en plus utile et pertinent, et cela pour trois raisons : (a) il existe aujourd'hui plus de données que jamais, la quantité continue d'augmenter et l'accès aux données devient de plus en plus facile ; (b) les ordinateurs sont de plus en plus puissants ; et (c) les algorithmes sont de plus en plus performants. L'intelligence artificielle est largement associée à des programmes ou algorithmes qui peuvent effectuer ou reproduire des tâches de l'humain, en apprenant tout seuls. L'apprentissage automatique ou le Machine Learning (ML) est un sous- ensemble de l'IA et comprend les techniques ou les outils qui permettent aux ordinateurs de comprendre les mécanismes à partir des données et de fournir des applications d'IA. L'apprentissage en profondeur ou le Deep Learning (DL), quant à lui, est un sous- ensemble de l'apprentissage automatique qui permet aux ordinateurs de résoudre des problèmes plus complexes. Il va encore plus dans la