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.
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.
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.
Un algorithme de détection d’anomalies a pour objectif principal de repérer des données atypiques et non conformes aux autres données.
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.
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.
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 ?
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.
Spécialiste de la data et du marketing digital, Ysance compte sur ce nouveau partenariat avec la start-up spécialiste de l’entrepôt de données cloud pour apporter à ses clients plus de performances et de flexibilité dans le traitement et l’analyse de grands volumes de données.
Vous n’avez pas fini de l’entendre, l’IA se révèle de plus en plus comme l’un des meilleurs leviers de réduction des coûts et de génération de nouveaux revenus réalisés sur l’ensemble de la chaîne de valeur, transformant le marketing, le merchandising et jusqu’à la supply chain. Avec le machine learning ou l’analytics, ces technologies continuent de révolutionner le monde du retail et des points de vente tel que nous le connaissons.