Active Learning et Semi-Supervised Learning Retrouvez toutes nos autres videos sur notre chaîne YouTube. Dans le cadre de l’apprentissage supervisé, l’entraînement d’un réseau de neurones repose sur l’exploitation d’un ensemble de données dites labellisées, i.e. qui contiennent des informations permettant de guider l’entraînement du modèle. Dans le cas d’un problème de classification d’images […]
Pendant les deux dernières décennies, l’arrivée des nouvelles familles d’algorithmes provenant du domaine Data Mining et les nouvelles puissances de calcul permettant d’entraîner des réseaux profonds contenant des centaines de millions de paramètres ont révolutionné le domaine de l’IA. Cette révolution, initialement adoptée par les chercheurs, s’est rapidement propagé à quasiment tous les secteurs de l’industrie.
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.
Détection des équipements de sécurité et de distanciation, analyse des flux vidéos d’une caméra en temps réel, entrainement séparé sur la détection de chaque équipement.
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.
Découvrez comment les avancées de la Data Science permettent d’améliorer les services de santé (aide au diagnostic, optimisation des traitements médicamenteux, prédiction des rechutes patients ou des taux de remplissage, évaluation du risque de diagnostic erroné…)
Dans ce nouvel article, nous nous intéressons aux capacités des réseaux de neurones pour la résolution de problèmes d’Intelligence Artificielle (IA) sous l’angle historique des fondements théoriques des réseaux de neurones, aujourd’hui largement présents dans l’industrie.
Prévision à 15 jours de la consommation d’eau de particulier et détection de fuites et/ou de dérive de capteurs.
Détection de 15 aspects prédéfinie par le business sur les questionnaires clients et analyse sémantique des questionnaires.
