Plan de Site
Pages
- Baromètre des Directions Data 2021
- Baromètre des Directions Data 2022
- Blog
- Contact
- Experts
- Home
- IA de Confiance, du concept à l’action !
- L’IA au service de la performance
- L’IA dans l’énergie
- Mentions Légales
- Plan de site
- Politique de Confidentialité
- Politique de Cookies
- Presse
- Quant Approach
- Quant Lab
- Quant Stories
- Quant Touch
- Quant Village
- Quanters
- Ressources
Articles par catégorie
- Category: Computer vision
- Comment choisir sa fonction de perte en Computer Vision ? – Partie 2
- Comment choisir sa fonction de perte en Computer Vision ? – Partie 1
- La segmentation Bayésienne appliquée aux IRM cérébraux
- Le Pruning de réseaux de neurones en Computer Vision
- Topological data analysis with Mapper
- Peu d’images labellisées ? Optez pour la Data Augmentation ! #1
- Techniques d’intelligibilité en Deep Learning appliquées à l’image
- Initiation à la DataViz en Réalité Augmentée
- Category: Data Gouvernance
- La gouvernance, élément indispensable d’une stratégie marketing data driven
- Évaluer sa maturité MLOps
- 10+ tips to deliver machine learning in production
- Les valeurs de Shapley en intelligibilité locale des modèles
- Comment créer et déployer une API de Machine Learning avec FastAPI ?
- Découverte de Snowflake comme solution de Data Mesh
- Nos recommandations pour réussir l’adoption d’Apache Spark en 2021
- How to cope with small data and/or time consuming labellisation ? #2
- Le serverless
- Pyomo : Optimisation sous contraintes en Python
- Comment utiliser les Window Functions sur Spark
- La data au service de la gestion de crise ?
- La gouvernance des données : par où commencer?
- AI in production : now the hard part
- Trois questions pour identifier son cycle de vie des modèles
- Projet IA : votre kit de survie pour la mise en production
- Système Expert et IA pour améliorer la qualité des données dans un contexte web complexe et dynamique
- Datalab, Datafab… Quelles sont les limites atteintes ?
- Category: Data&Performance
- Category: IA de confiance
- Data Augmentation: How do GANs synthesize tabular data in recent studies?
- Domaine de validité – quels sont les indicateurs d’une IA de confiance ?
- Corriger les biais algorithmiques en IA grâce à l’Adaptation de Domaine par Transport Optimal
- Cycle de vie des modèles & AB testing, comment assurer la performance dans un processus industriel critique ?
- Vers le métier de Machine Learning Engineer
- Google & IA Responsable : Avancée ou formalité ?
- Intelligence Artificielle et Data Quality : comment corriger des données historiques impactées par la Covid 19 pour améliorer la qualité des prévisions ?
- Tech Sprint ACPR 2021 : retour sur notre victoire
- EACL 2021 – Revue des dernières innovations en NLP
- Intelligence Artificielle et éthique : comment définir et mesurer l’équité algorithmique ?
- Peut-on confier des calculs sur des données sensibles à un tiers sans lui faire totalement confiance ?
- L’IA de confiance : exigence et opportunité européenne
- IA pour l’assurance : risques et opportunités
- RPA – Automatisation de processus humains dans le secteur financier
- Qu’est-ce qu’une IA éthique ?
- Category: IA device
- Dispositifs médicaux connectés : des opportunités florissantes pour de meilleurs soins de santé (2ème partie)
- Dispositifs médicaux connectés : des opportunités florissantes pour de meilleurs soins de santé (1ère partie)
- Les dispositifs médicaux connectés embarquant de l’IA ; demain, la vague
- Edge, Cloud ou les deux ?
- 5g, Edge Computing et Choixpeau Magique
- IA at the Edge
- Vers un standard d’évaluation des dispositifs médicaux embarquant de l’IA
- Category: IA Strategy
- Introduire des tests à un pipeline de données
- La data est au coeur du monde post-covid, retour sur le salon BigData Paris
- Le rôle du service Mesh dans une architecture microservices
- En route vers le cycle de vie des modèles !
- Table ronde « Stratégie Data : feuille de route, organisation, cas d’usage » de la 15ème édition du meetup Paris Data Ladies
- POC : pour quoi faire ?
- La percée de l’IA dans la Supply Chain – enseignements du Forum d’été
- Datalab, Datafab… Comment repousser ses limites ?
- Les notes de Quantmetry au salon Big Data Paris 2019
- Notre top 5 des articles les plus vus de 2018 : kubernetes, gouvernance des données, PMML, IoT et théorie des graphes
- Category: Machine Learning
- Category: Marketing
- Category: NLP
- Comment Fine-tuner un modèle BERT pour une tâche de NER ?
- GPT-3, la dernière révolution du NLP ?
- Synthétiser vos emails en quelques mots
- Relation client : prioriser les demandes urgentes en période de crise
- Kaggle : COVID-19 Open Research Dataset Challenge (CORD-19)
- Labellisation : quels outils statistiques pour réduire le temps d’annotation ?
- Comment l’IA apprend à lire? Introduction au traitement automatique du langage
- Le BERT NLP de Google AI sur le banc de test !
- La labellisation pour du NLP à forte valeur ajoutée
- Cutting-edge NLP 1 : ULMFiT
- Paris Data Ladies au Trianon ! (NLP, GANs et Graphes)
- TALAGRAND – Traitement Automatique du LAngage au service du GRANd Débat National
- MobileNet, optimisation de la convolution pour les réseaux de neurones embarqués.
- Chatbot à la demande avec les APIs
- Sous le capot d’un Chatbot : le cerveau de Skynet
- Les ChatBots de A à Z
- Category: Recherche et développement
- Solution au problème de routage des véhicules par programmation linéaire optimisée par l’apprentissage automatique
- Record, un brevet et une aventure tech au service de la santé
- Covid-19 : Quel rôle pour la décentralisation dans la lutte contre le coronavirus ?
- Covid-19 : les GAFAM entrent en scène… pour augmenter le taux d’adoption du backtracking ? Partie 3