Guillaume Nicoulaud's picture

Guillaume Nicoulaud

Senior Consultant

Technophile et curieux, Guillaume explore depuis plus de 20 ans la meilleure façon de faire collaborer l'intelligence humaine avec celle des machines. Économiste de formation avec une vaste expérience des marchés financiers, des transports, de l'urbanisme et des réseaux sociaux, Guillaume s'avère être passionné par la recherche opérationnelle et l'art de faire parler les chiffres. C'est ainsi qu'il construit sa vie professionnelle autour de la science des données et en programmation, cumulées à plusieurs expériences dans le management et l'enseignement. Après de nombreuses années de pratique de la voile, il s'aère aujourd'hui l'esprit en jouant au beach volley et en marchant en montagne.

 

Articles publiés

Partage de la valeur ajoutée

Publié le 22/03/2023

Nos lecteurs sont en principe convaincus de la nécessité de disposer de données et de métadonnées d’excellente qualité pour développer leurs affaires. Reste que, même quand c’est le cas, l’interprétation (erronée) de ces données peut amener l’utilisateur à commettre des erreurs de jugement dramatiques : démonstration par la comptabilité nationale.


Modéliser l’évolution des patrimoines avec une marche aléatoire

Publié le 15/02/2023

Les conditions théoriques qui expliquent un monde dans lequel on observe de grandes inégalités de patrimoine sont à l’opposé de l’idée que s’en font la plupart des commentateurs. Démonstration avec un des outils préférés des financiers (pourvu qu’ils soient aussi un peu matheux) : la marche aléatoire.


Alignements de k points

Publié le 01/11/2022

Notre cerveau peut être conçu comme une formidable machine à faire des prédictions sur le monde qui nous entoure mais il existe de nombreux cas dans lesquels, sans entrainement approprié du modèle, il nous pousse à commettre de graves erreurs d’appréciation. Le problème de Monty Hall est un cas d’école.


Monty Hall et l’entrainement de votre modèle

Publié le 15/08/2022

Notre cerveau peut être conçu comme une formidable machine à faire des prédictions sur le monde qui nous entoure mais il existe de nombreux cas dans lesquels, sans entrainement approprié du modèle, il nous pousse à commettre de graves erreurs d’appréciation. Le problème de Monty Hall est un cas d’école.