L’apport de l’analyse des données dans la fonction RH
Selon l’étude de Bersin by Deloitte, seules 14 % des organisations sondées ont mis en place des modèles Analytics avancés ou prédictifs pour prendre une décision sur le capital humain. 56 % des entreprises interrogées en sont restées à la première phase, celle du « reporting opérationnel » : les entreprises agissent davantage sur l’opinion et le « feeling » des professionnels RH, en s’appuyant par exemple sur leur expérience, plutôt que d’utiliser les données à disposition.
Portrait Chinois Matthieu V
Aqsone, c’est avant tout une aventure humaine.
Nous vous proposons, via une série d’articles plus personnels, de connaitre un peu mieux les personnes qui font d’Aqsone ce qu’elle est: une entreprise experte en data science, avec des valeurs de créativité, curiosité, solidarité, convivialité et excellence.
Découvrez Matthieu, data engineer, au travers de ce portrait pas comme les autres.
Comment détecter les objets plus efficacement avec YOLO
Dans le contexte du traitement de l’image, l’évolution des technologies a radicalement changé les approches et les possibilités permettant de mieux en mieux comprendre les informations contenues dans des photos ou vidéos et ce, de façon automatique.
La localisation d’un ou plusieurs objets dans une image est particulièrement bien traité avec les dernières technologies disponibles et le cadrage d’un objet dans une zone rectangulaire d’une image est maintenant largement réalisable.
Portrait Chinois Mickaël
Aqsone, c’est avant tout une aventure humaine.
Nous vous proposons, via une série d’articles plus personnels, de connaitre un peu mieux les personnes qui font d’Aqsone ce qu’elle est: une entreprise experte en data science, avec des valeurs de créativité, curiosité, solidarité, convivialité et excellence.
Découvrez Mickaël, data scientist senior, au travers de ce portrait pas comme les autres.
Le Reinforcement Learning: Une IA prometteuse?
Auteur : Evan Graine
De tous les sujets d’Intelligence Artificielle, le Reinforcement Learning (RL), ou Apprentissage par Renforcement est probablement le plus prometteur par ses capacités dans diverses applications mais aussi le plus difficile à implémenter.
Portrait Chinois Florine
Aqsone, c’est avant tout une aventure humaine.
Nous vous proposons, via une série d’articles plus personnels, de connaitre un peu mieux les personnes qui font d’Aqsone ce qu’elle est: une entreprise experte en data science, avec des valeurs de créativité, curiosité, solidarité, convivialité et excellence.
Découvrez Florine, data scientist senior, au travers de ce portrait pas comme les autres.
Principales Fonctionnalités du NLP
Auteur: Manel Mezghanni
Après avoir introduit le Natural Language Processing (NLP) sur notre blog, nous allons voir dans cet article quelques fonctionnalités du NLP, qui peuvent être utilisées dans le monde industriel.
C’est parti !
Qu’est-ce que le Natural Language Processing (NLP) ou Traitement Automatique du Langage (TAL) ?
Auteur: Manel Mezghanni
Cet article de blog est le premier d’une série d’articles sur le NLP qui expliquent les défis auxquels cette technologie est confrontée, comment nous les abordons chez Aqsone et une réflexion sur l’avenir du domaine du NLP avec les nouvelles technologies. Commençons par une introduction au NLP et par un aperçu des défis inhérents à cette technologie.
Comment la Data Science réinvente la détection de fraude
Auteur: Elise Andro
Selon l’Association des Professionnels et Directeurs de Comptabilité et gestion (APDC) la fraude interne coûte aux entreprises françaises 5 % de leur chiffre d’affaire.
Au même titre que la fraude externe, telles les cyberattaques, les entreprises sont encore peu équipées pour faire face au risque de fraude interne : 6 entreprises sur 10 n’ont pas alloué de budget spécifique pour lutter contre la fraude (étude Euler Hermes et DFCG de 2020).
Comment les entreprises peuvent-elles se prémunir de cette menace ?
Aqsone répond dans cet article du Blog.
Renforcer les réseaux de neurones convolutifs (CNN) en utilisant des capsules
Auteur : Evan Graïne
Les réseaux de neurones convolutifs (CNN) ont ces dernières années révolutionné le domaine de l’apprentissage automatique, notamment dans le domaine de la classification d’images. Les différentes applications et avancées dans la compréhension et l’explicabilité de ces modèles nous permettent aussi d’en comprendre ses défauts : problèmes de spatialité, attaques dites « adversariales » (contradictoires).