img_header_blog

    Regard approfondi sur autoML Tables

    [fa icon="calendar'] 23/10/20 15:44 / par Idriss BRAHIMI dans Actu Ysance, Data Science, Data Services, Data Scientist, Auto ML

    [fa icon="comment"] 0 Commentaires

    Dans notre dernier article, nous avons vu ce qu’est l’autoML, ses avantages/inconvénients et son utilisation dans le cadre d'un projet de machine learning. Nous avons dressé un comparatif des différentes solutions autoML présentes sur le marché pour finir sur un cas pratique développé avec MLBox.

    Lire la suite [fa icon="long-arrow-right"]

    Learning by doing : l’apprentissage par renforcement

    [fa icon="calendar'] 13/10/20 16:38 / par Temmame Said dans Actu Ysance, Data Science, Data Services, Data Scientist, Auto ML

    [fa icon="comment"] 0 Commentaires

    Nous prenons au quotidien de nombreuses décisions en fonction de nos expériences passées, de l’avis des autres ou encore du rapport bénéfice/risque que comporte notre choix sur le court-terme comme sur le long-terme.

    Lire la suite [fa icon="long-arrow-right"]

    Un premier retour d’expérience sur AutoML

    [fa icon="calendar'] 28/09/20 10:34 / par Idriss BRAHIMI dans Actu Ysance, Data Science, Data Services, Data Scientist, Auto ML

    [fa icon="comment"] 0 Commentaires

    L’AutoML (ou en français, « le machine learning automatisé ») permet l’assistance et l’automatisation du processus de création d’un modèle de Machine Learning.

    A l’instar des data scientists, de telles solutions sont capables d’élaborer des modèles mathématiques complexes et de développer ces modèles jusqu’à l’implémentation en production.

    Lire la suite [fa icon="long-arrow-right"]

    Algorithme N°5 - Comprendre la méthode des "k-plus proches voisins" en 5 min

    [fa icon="calendar'] 21/09/20 10:57 / par Équipe Data Science dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 0 Commentaires

    L’algorithme des k plus proches voisins, en anglais k-NN pour « k Nearest Neighbors » est un algorithme simple à comprendre.

    D’abord, vous devez savoir qu’il s’agit d’un algorithme d’apprentissage supervisé qui permet à la fois de résoudre un problème de classification et de régression. 

    Lire la suite [fa icon="long-arrow-right"]

    Algorithme N°4 - La régression linéaire pour comprendre les grands principes du Machine Learning

    [fa icon="calendar'] 23/07/20 16:44 / par Équipe Data Science dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 0 Commentaires

    Beaucoup de gens pensent que la régression linéaire est simple : il est simplement question de trouver une droite au milieu d'un nuage de points. Ce n’est pas vrai ! Nous pouvons même dire que la régression linéaire est un modèle faussement simple : vous allez voir pourquoi dans cet article.

    Lire la suite [fa icon="long-arrow-right"]

    Algorithme N°3 - Comprendre l’isolation forest en 5 min

    [fa icon="calendar'] 03/07/20 17:52 / par Équipe Data Science dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 1 Commentaire

    Un algorithme de détection d’anomalies a pour objectif principal de repérer des données atypiques et non conformes aux autres données.

    Lire la suite [fa icon="long-arrow-right"]

    Algorithme N°2 - Comprendre comment fonctionne un random forest en 5 min

    [fa icon="calendar'] 19/06/20 14:33 / par Équipe Data Science dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 0 Commentaires

    Le random forest est un algorithme incontournable en machine learning. Random forest signifie « forêt aléatoire ». Proposé par Leo Breiman en 2001, c'est un algorithme qui se base sur l’assemblage d’arbres de décision. Il est assez intuitif à comprendre, rapide à entraîner et il produit des résultats généralisables. Seul bémol, le random forest est une boîte noire qui donne des résultats peu lisibles, c’est-à-dire peu explicatifs.

    Lire la suite [fa icon="long-arrow-right"]

    Algorithme N°1 - Comprendre ce qu’est un arbre de décision en 5 min

    [fa icon="calendar'] 12/06/20 10:59 / par Aurélien Bénard dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 0 Commentaires

    On vous propose une série d’articles pour revenir sur quelques algorithmes les plus souvent utilisés chez nos clients. On commence par l’un des algorithmes les plus simples : l’arbre de décision.

    Lire la suite [fa icon="long-arrow-right"]

    Mieux comprendre les essais cliniques et les techniques d’analyse de survie à l’heure du COVID-19

    [fa icon="calendar'] 05/06/20 16:21 / par Aurélien Bénard dans Actu Ysance, Data Science, Data Services, Data Scientist, Data Engineer

    [fa icon="comment"] 0 Commentaires

    Face à la pandémie du COVID-19, c’est une véritable course aux essais thérapeutiques qui s’est engagée depuis quelques mois avec actuellement un grand nombre de laboratoires pharmaceutiques mobilisés sur le sujet. A ce jour, c’est plus d’une cinquantaine de demandes d’autorisations d’essais cliniques sur le Covid-19 qui ont été soumises rien qu’en France ! Mais qu’est-ce exactement qu’un essai clinique ?

    Lire la suite [fa icon="long-arrow-right"]

    eRFM : la nouvelle segmentation

    [fa icon="calendar'] 29/07/19 09:23 / par Sylvain Franco dans Retail, Marketing, Artificial Intelligence, Machine Learning, Data Scientist, omnicanal, Data Marketing, RFM

    [fa icon="comment"] 0 Commentaires

    RFM : un modèle de segmentation client créé il y a 25 ans…

    Malgré un changement fort dans les habitudes d’achat des clients, et notamment la digitalisation des interactions, la plupart des entreprises utilisent encore un modèle de segmentation client créé il y a 25 ans, à savoir le modèle RFM.

    Lire la suite [fa icon="long-arrow-right"]

    S'abonner au blog