Img_couverture_blog_Ysance

    Aller plus loin en deep learning avec les réseaux de neurones récurrents (RNNs)

    [fa icon="calendar'] 26/11/21 11:45 / par Alaeddine Othmani dans Data Science, Data Scientist

    [fa icon="comment"] 0 Commentaires

    Nous prédisons le futur en permanence dans notre vie quotidienne : en anticipant la trajectoire d’un automobiliste, en cherchant quelle météo il fera, en terminant la phrase d’un ami... Et, pour anticiper, prédire, notre cerveau comprend le monde comme séquences logiques d’événements. En effet, vous avez sans doute déjà essayé de dire une phrase à l’envers. Si c’est difficile au début, après un peu d’entraînement, le cerveau comprend la mécanique à adopter. Les réseaux de neurones récurrents font partie d’une catégorie d’algorithmes basés sur ce concept de mémoire séquentielle pour réaliser des prédictions. Cela peut vous faire penser au thriller des années 2000 de Nolan, Memento, où un homme atteint de graves troubles de l’amnésie ne dispose d’une mémoire à court terme que de 15 minutes. Excellent film pour cet amnésique qui parviendra malgré sa maladie à enquêter sur la mort de sa femme !

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

    Comment passer d'un DataLake monolithique à un Data Mesh distribué

    [fa icon="calendar'] 03/03/21 08:10 / par Laurent Letourmy dans Data, Data Lake, Machine Learning, Data Architecture, Data Scientist, Data Engineer, temps réel, Data Mesh

    [fa icon="comment"] 0 Commentaires

    De nombreuses entreprises investissent dans leur lac de données de nouvelle génération, dans l'espoir de démocratiser les données à grande échelle pour fournir des informations commerciales et, en fin de compte, prendre des décisions intelligentes automatisées. Les plateformes de données basées sur l'architecture du lac de données ont des modes de défaillance communs qui conduisent à des promesses non tenues à grande échelle. Pour faire face à ces modes de défaillance, nous devons passer du paradigme centralisé d'un lac ou de son entrepôt de données prédécesseur. Nous devons passer à un paradigme qui s'inspire de l'architecture distribuée moderne: considérer les domaines comme la préoccupation de premier ordre, appliquer la pensée de plate-forme pour créer une infrastructure de données en libre-service et traiter les données comme un produit.

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

    Construire vos modèles de machine learning en temps réel avec Amazon Kinesis

    [fa icon="calendar'] 27/01/21 14:49 / par Aurélien Bénard dans Actu Ysance, Data Science, Machine Learning, Data Services, Data Scientist, Amazon, Kinesis

    [fa icon="comment"] 0 Commentaires

    L’Intelligence artificielle (IA) et le big data entrent dans une nouvelle ère, celle du temps réel. Depuis quelques temps, nos projets Data gagnent de la vitesse pour passer en temps réel. Tous les secteurs s’y mettent : retail, banque, énergie, transport, e-commerce...

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

    Google Cloud Platform : vos premiers pas avec Kubeflow

    [fa icon="calendar'] 11/01/21 15:54 / par Temmame Said dans Actu Ysance, Data Science, Machine Learning, Data Services, Data Scientist, Google Cloud Platform, kubeflow

    [fa icon="comment"] 0 Commentaires

    Vous le savez, le Machine Learning (ML) consiste à développer des systèmes d’informations capables d’apprendre et de s’adapter sans suivre d’instructions explicites, et ce en utilisant des algorithmes et des modèles statistiques qui analysent et tirent des conclusions à partir d’un historique de données.

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

    Créer un modèle autoML avec Azure Machine Learning Automatisé

    [fa icon="calendar'] 22/12/20 15:43 / par Idriss BRAHIMI dans Actu Ysance, Data Science, Data Services, Data Scientist, Auto ML

    [fa icon="comment"] 1 Commentaire

    Aujourd’hui nous présentons notre dernier article de la série autour de l’utilisation des services autoML cloud. Il s’agit de la solution proposé par Microsoft : Azure Machine Learning automatisé.

    Avant d’aller plus loin, une brève présentation d’Azure Machine Learning s’impose.

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

    Algorithme N°7 - LIME ou SHAP pour comprendre et interpréter vos modèles de machine learning ?

    [fa icon="calendar'] 27/11/20 16:55 / par Équipe Data Science dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 0 Commentaires

    Les modèles de machine learning (ML) sont de plus en plus complexes. En effet, un modèle sophistiqué (de boosting XGBoost ou de deep learning) permet généralement d’aboutir à des prédictions plus précises qu’un modèle simple (de régression linéaire ou arbre de décision).

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

    Explorer autoML avec Amazon SageMaker Autopilot

    [fa icon="calendar'] 20/11/20 15:37 / par Idriss BRAHIMI dans Actu Ysance, Data Science, Data Services, Data Scientist, Auto ML

    [fa icon="comment"] 0 Commentaires

    Nous avons vu ensemble dans notre dernier article la solution autoML Tables de Google. Aujourd’hui nous poursuivons cette série d’articles avec la présentation de la solution autoML d’Amazon : Amazon SageMaker Autopilot.

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

    Le renforcement learning avec l’algorithme du bandit manchot, pour optimiser l’expérience utilisateur (UX Design)

    [fa icon="calendar'] 09/11/20 10:26 / par Temmame Said dans Actu Ysance, Data Science, Data Services, Data Scientist, ux design, algorithme

    [fa icon="comment"] 0 Commentaires

    Nous avons vu dans notre dernier article que les grands principes de fonctionnement de l’apprentissage par renforcement illustrés par un cas pratique autour de l’exemple du Cart-Pole d’OpenIA.

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

    Algorithme N°6 – Et si on faisait du LASSO ? … pour comprendre les techniques de régularisation linéaire.

    [fa icon="calendar'] 30/10/20 16:26 / par Équipe Data Science dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 0 Commentaires

    Avant de lire cet article, nous vous conseillons de relire avec attention notre article précédent autour de la régression linéaire. Nous y avions vu que les modèles de régression linéaire se basent sur la minimisation de l'erreur résiduelle pour l'estimation de ses coefficients.

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

    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"]

    S'abonner au blog