Dernières publications
Bibliothèque des articles
TPOT vs Auto-sklearn : comparaison de deux bibliothèques d’AutoML (~4min)
Baptiste Urgell
16 novembre 2023
Comment optimiser les performances des modèles de Machine Learning avec du MLOps ? (~7min)
Baptiste Urgell
26 septembre 2023
Automatisation du feature engineering avec featuretools (~8min)
Caroline Betbeze
26 septembre 2023
DVC : l’outil clé pour la gestion des données en ML (~7min)
Theo Freville
7 septembre 2023
Comment créer de beaux diagrammes d’architecture avec Python ? (~7min)
Nicolas Le Gall
20 janvier 2023
Mettre en production vos applications avec Docker (temps de lecture ~10min)
Paul Dauriac
12 décembre 2022
L’optimisation combinatoire, une technologie mature au service de la performance
Theo Freville
4 octobre 2022
Comment l’augmentation d’images améliore les performances en Computer Vision
Theo Freville
25 mai 2022
Interprétabilité et Explicabilité des modèles de Machine Learning
Theo Freville
26 janvier 2022
Pandas, Pyspark, Koalas – Quelle librairie choisir pour son projet Data Science ?
Theo Freville
21 septembre 2021
Qu’est-ce que le Natural Language Processing (NLP) ou Traitement Automatique du Langage (TAL) ?
Theo Freville
2 novembre 2020
Comment la Data Science réinvente la détection de fraude
Theo Freville
1 octobre 2020
Google Cloud Platform sonne-t-il la fin des Data Engineers?
Theo Freville
30 juillet 2020
Renforcer les réseaux de neurones convolutifs (CNN) en utilisant des capsules
Theo Freville
27 juillet 2020
A voir absolument
Les articles les plus appréciés
Découvrez Hugo Mary avec son portrait chinois
Aqsone, c’est avant tout une aventure humaine.
Nous vous proposons, via une série d’articles plus personnels, de connaitre un peu
TPOT vs Auto-sklearn : comparaison de deux bibliothèques d’AutoML (~4min)
Dans cet article, nous allons comparer deux bibliothèques d’AutoML populaires: TPOT et Auto-sklearn.
Comment optimiser les performances des modèles de Machine Learning avec du MLOps ? (~7min)
Dans cet article, nous explorons l’application des pratiques du MLOps pour optimiser les performances des modèles de Machine Learning et