Algorithmes, Optimisation, Programmation#

Agilité, rapidité, inventivité.

Scrapping, API, Site Web, Notebooks#

Traiter les données rapidement pour de plus grands volumes#

Meilleure efficacité avec des algorithmes#

Machine learning, algorithmes plus rapides#

Machine learning en environnement contraint#

Les objets connectés sont petits et ne possède pas la puissance de calculs des ordinateurs. Il faut adapter les algorithmes de machines learning pour ces environnements. Dans la plupart des cas, cela signifie apprendre sur un ordinateur, exporter le modèle dans l’objet connecté et prédire sans connexion extérieure. Dans le meilleur des cas, cela signifie aussi apprendre dans l’objet connecté avec des contraintes assez fortes sur la mémoire et la puissance de calculs.

Optimisation#

Les algorithmes d’optmisation sont la base du machine learning. Les connaître et les comprendre ne peut assurément pas faire de mal.

Data Scientist en liberté#

Contrairement à ce qu’on pense, les datascientists sont plus prévisibles que les données.

machine learning

quoi d’autres ?

installation