Data Science

Comment détecter, choisir, analyser et résumer des informations non textuelles (images & tableaux) dans vos sources documentaires en utilisant le multimodal ?

Si le nombre de personnes qui opèrent vos produits ML en phase de run est proportionnel au nombre de produits ML en production ; si la vitesse de développement de nouvelles fonctionnalités s’est écroulée au moment du passage en production ; le toil vous a, vous aussi, déjà paralysé sans que vous ne vous en rendiez compte.

Mais alors, comment est implémentée une base de données vectorielles ? Dans cet article, nous allons examiner ce qui se cache sous le capot des bases de données vectorielles. Cet article est agrémenté d’un tutoriel pour implémenter une base de données vectorielles en Python débutée de zéro. Vous pourrez la reproduire chez vous !

L’intelligence artificielle revient sur le devant de la scène depuis l'ouverture de ChatGPT au grand public le 30 novembre 2022. Depuis ce moment clé dans l’histoire des ruptures technologiques, plus de 50% des comités exécutifs ont mis à leur agenda l’intelligence artificielle générative...

Pierre Sabrié, directeur des prévisions entrepôts et magasins chez Casino, Nicolas Gery, Senior Manager chez Accenture spécialisé dans le Retail et la Supply Chain, et Antoine Moreau, Head of Data & AI pour le Retail chez Octo Technology ont animé le comptoir “Comment optimiser les stocks en linéaire par la Data ?” le jeudi 15 juin 2023.À travers c...

Longtemps considéré comme la discipline reine alliant mathématiques appliquées et informatique dans l'industrie, l'optimisation combinatoire s'éclipse aujourd'hui dans l'ombre de son cousin le Machine Learning.Au lieu de considérer les deux sujets indépendamment, nous vous proposons par le biais de cet article, un exemple de contribution du Machine...

L'inférence causale permet d'analyser des données en allant au-delà des corrélations, pour mieux comprendre les liens de causalité et intervenir adéquatement.

En tant que développeur d’application embarquant une brique de Machine Learning notre  principal objectif est d’avoir une application utilisée qui fonctionne sans bogue.Une fois en production et utilisée, il faut anticiper ou identifier les bogues dans notre application et les résoudre au plus vite, afin de maintenir le service rendu et en tirer ré...

Élément clef en logiciel, la sécurité doit bien entendu être considérée en Machine Learning Delivery. Vos modèles une fois en production auront un impact réel sur les utilisateurs et l’organisation qui les ont produits, il est alors nécessaire que personne ne les manipule.

Les avis sur la mise en production du Machine Learning diffèrent. La Matrice Cynefin vous aide donc à prendre des décisions.