Tous ses articles
-
Données manquantes : Comment les gérer efficacement en data science ?
Dans le monde réel, les jeux de données parfaitement complets sont l’exception. Que ce soit lors de la saisie manuelle, de l’extraction automatique ou de la fusion de plusieurs sources, les données manquantes sont omniprésentes. Mal gérées, elles peuvent fausser les analyses, réduire la performance des modèles et introduire des biais importants.
Lire la suite -
Emplois en Data Science : quelles compétences techniques et non techniques recherchent les recruteurs ?
Lorsqu’un employeur cherche à recruter un Data Scientist, il regarde en premier lieu les expériences et les projets auxquels le candidat a participé. Mais dans un second temps, il observe les différentes compétences développées au cours de sa formation et de sa carrière. Les recruteurs portent leur attention sur les compétences techniques comme les langages de programmation ou les infrastructures cloud maîtrisées, mais aussi sur les compétences non techniques (aussi appelées soft skills). Alors, quelles sont les compétences techniques et non techniques recherchées par les employeurs ? La Data News vous répond.
Lire la suite -
Formation LLMOps : devenez expert en applications IA basées sur les LLM
Une formation LLMOps vous permettra d’acquérir toutes les compétences requises pour construire des applications basées sur les modèles d’intelligence artificielle de type LLM (Larges Modèles de Langage) et à les mettre en production ! Découvrez tout ce qu’il faut savoir…
Lire la suite -
Ingénieur DataOps : Ficher métier complète
Pour les entreprises souhaitant rester compétitives, une gestion efficace des données est impérative. Aujourd’hui, de nombreux organismes sont à la recherche de personnes capables de maîtriser ces techniques de gestion, de traitement et d’optimisation des données. En d’autres termes, ces organismes sont à la recherche d’ingénieurs Dataops.
Lire la suite -
Sharding : définition, utilisation, avantages et inconvénients
Le mot « sharding » signifie « éclater » en anglais. Dans le domaine de la data, le sharding est une méthode qui permet de partitionner un ensemble de données venant d’une même base de données. On fractionne ainsi notre base de données en plusieurs sous-ensembles de données également appelées « datasets ».
Lire la suite -
4 types de biais statistique à éviter dans vos analyses
Le biais statistique peut être défini comme tout ce qui conduit à une différence systématique entre les vrais paramètres d’une population et les statistiques utilisées pour estimer ces paramètres. Il existe une longue liste de types de biais de statistique.
Lire la suite -
Comment insérer des lignes ou colonnes sur Excel ?
Lorsque vous utilisez Microsoft Excel pour votre activité, vous êtes amené(e) à réorganiser votre feuille de calcul. Vous devez savoir comment insérer, mais également supprimer, des lignes ou des colonnes dans votre feuille de calcul Excel.
Lire la suite -
Deep Learning avec Python : découvrez les fondamentaux
Il est fort probable que vous utilisiez des applications qui font appel à des modèles de Deep Learning dans votre quotidien. En effet, traduction, ocr, reconnaissance faciale… Diverses de vos applications intègrent l’apprentissage profond.
Lire la suite -
Scikit-Learn : Découvrez la librairie Python dédié au Machine Learning
Si vous étudiez des données et que vous souhaitez en tirer de l’information, vous devrez souvent traiter les données, les modifier et surtout construire des modèles capables d’apprendre des schémas dans vos données pour une problématique choisie. Beaucoup de librairies open source permettent aujourd’hui de le faire, mais la plus connue d’entre elles est sûrement Scikit-Learn.
Lire la suite -
Hyperparamètres : Qu’est-ce que c’est ? À quoi ça sert ?
Les modèles d’apprentissage automatique sont des outils puissants pour résoudre des problèmes complexes, qu’il s’agisse de prédire les tendances boursières ou de diagnostiquer des maladies. Toutefois, pour tirer le meilleur parti de ces modèles, il faut comprendre le rôle des hyperparamètres et savoir comment les optimiser pour obtenir de meilleures performances.
Lire la suite -
Fonction ELIF sur Python : Ce qu’il faut retenir
Le test d’expressions conditionnelles est la base même de la programmation. Si la structure if then else (si alors sinon) est inhérente à la plupart des langages, Python manipule une autre forme de condition : if elif else… Qu’en est-il au juste ?
Lire la suite -
Optimisation bayésienne : Définition et fonctionnement
Pour définir un modèle prédictif, les datas scientists font appel à de multiples observations. Mais si l’étude de ces observations permet d’aboutir à un résultat optimal, les experts de la data disposent souvent de peu de temps pour analyser l’ensemble des hypothèses. Alors comment trouver le bon modèle en un minimum de temps ? C’est à cet instant qu’intervient l’optimisation bayésienne. De quoi s’agit-il ? Comment cela fonctionne-t-il ? Les réponses sont ici.
Lire la suite
The newsletter of the future
Get a glimpse of the future straight to your inbox. Subscribe to discover tomorrow’s tech trends, exclusive tips, and offers just for our community.
