John Doe et Jhon Doe sont dans un bateau : la magie derrière l'Entity Resolution

1930, un bureau miteux de downtown LA, devant vous deux dossiers ouverts:John Doe, né le 12 avril 1902, résidant sur la 5ème avenueJhon G. Doe, né le 4 décembre 1902, localisé près de ManhattanC'était sous vos yeux depuis le début : Et si ces deux personnes n'en étaient qu'une seule ? Avez-vous déjà essayé de fusionner plusieurs bases de données client ? Tenté de consolider un catalogue interne avec des données publiques ?Alors vous avez été confronté à un problème d'Entity Resolution ! C'est normal : ce problème devient omniprésent à mesure que les données prolifèrent tandis que leur qualité reste inégale. En pratique pourtant, les solutions se limitent souvent à des règles heuristiques fragiles...Mais alors comment le résoudre correctement ?En filant la métaphore de notre détective privé, nous partirons de notre intuition pour introduire la méthode d'Entity Resolution la plus répandue : le modèle de Fellegi-Sunter.A l'aide d'un exemple concret et de la bibliothèque open source Splink, nous en explorerons les concepts de la théorie à la pratique.L'objectif ? Démystifier des concepts parfois obscurs mais pourtant fondamentaux de Data Science.