Gérer le déséquilibre des classes dans un jeu de données

08/04/2021

Dans les projets de Machine Learning, en général, les modèles fonctionnent correctement si les proportions des classes du jeu de données utilisé sont relativement similaires. Cependant, des déséquilibres s’invitent parfois dans l’équation.
Découvrez dans cet article comment gérer ce type de problématique.


Télédétection spatiale et aérienne : Passer de la théorie à l’application

29/03/2021

Tristan nous explique les contraintes pour passer des recherches académiques à des applications pratiques, et détaille les implications rencontrées lors de l’entrainement de modèles complexes de télédétection.


TIME FORECAST

29/03/2021

ENJEUX Que ce soit dans la prévision de consommation d’énergie, les ventes ou la maintenance prédictive, les séries temporelles sont un des enjeux majeurs des entreprises produisant de la Data. Que ce soit pour les comprendre, les analyser, les prévoir ou déceler des anomalies, elles nécessitent une étude approfondie par des Data Scientists spécialistes pour […]


ANALYSE D’IMAGES POUR LA LOCALISATION DE DÉFAUTS SUR PANNEAUX PHOTOVOLTAÏQUES

USES CASES 25/02/2021

Reconstruction du plan masse de l’installation, création d’un jeu d’images pour chaque cellule PV, détection et classification des défauts.


LECTURE AUTOMATIQUE DE DOCUMENTS D’IDENTITÉ

USES CASES 24/02/2021

Lecture automatique des pièces jointes de mails, identification du type de document, stockage Automatique de la donnée en BDD.


COMPTAGE DE VOITURE POUR LE SMART CITY

USES CASES 24/02/2021

Tracking et comptage de véhicules à partir d’un système multi-caméras, et identification des zones de congestions.


Méthode d’explicabilité : Integrated gradients

01/12/2020

Cet article présente une nouvelle approche méthodologique pour améliorer l’interprétation des modèles de Deep Learning, qui sont souvent très opaques : la méthode des « Integrated gradients ».


Interprétabilité des modèles de Machine Learning

29/10/2020

Les modèles de ML sont souvent des boites noires qu’on évalue selon leurs performances sans savoir exactement comment leurs décisions sont prises. Obtenir les meilleures performances possible peut suffire, mais comprendre les décisions est de plus en plus indispensable.


Automated Machine Learning appliqué aux séries temporelles

24/09/2020

L’autoML est-il la fin des Data Scientists ? Découvrez comment la combinaison de 2 approches permet aux Data Scientists Aquila Data Enabler de gagner en pertinence sur des problématiques de forecasting et de détection d’anomalies.


Nous respectons
votre vie privée

En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies pour réaliser des statistiques de visites.