Decoded©
-
Pourquoi les entreprises de commerce évitent l’analyse de données ?
Depuis des années, l’analyse de données fournit des réponses fiables et permet de prendre des décisions efficaces. Pourtant seul une poignée d’entreprises commerciales l’utilisent pleinement. A tel point que lors de la pandémie de Covid-19, les leaders numériques ont généré plus de 90% du secteur en capitalisation. Afin de comprendre pourquoi les entreprises évitent les technologies d’analyse de données, Harvard Business Review a interrogé 24 leaders de la distribution en Amérique, en Europe et en Asie.
Lire la suite -
Shadow AI : Qu’est-ce que c’est ? Quels enjeux ?
L’essor d’outils comme ChatGPT a bouleversé les habitudes de travail. Si leur usage promet efficacité et gain de temps, il entraîne aussi une dérive : le Shadow AI… Voici pourquoi cette pratique inquiète et comment y remédier.
Lire la suite -
Définition et histoire de la data science en 5 dates clés
L’histoire de la Data Science est celle d’une ascension fulgurante. En un peu plus de 10 ans, cette science pourtant mal aimée à ses débuts a su gagner en popularité de façon exponentielle jusqu’à devenir l’un des domaines les plus prisés des jeunes diplômés des plus grandes écoles d’ingénieurs.
Lire la suite -
GPU : qu’est-ce que c’est et pourquoi l’utiliser en Data Science ?
Un GPU ou « Graphics Processing Unit » est le composant d’un ordinateur permettant l’affichage des images sur l’écran. Il s’agit de l’unité de traitement graphique.
Lire la suite -
Kibana : l’outil de visualisation des données indexées à Elasticsearch
Le back end est essentiel pour le développement web, mais aussi pour la Data. Dans cet article, nous allons partager avec vous tout ce qu’il faut savoir sur Kibana, notamment son fonctionnement dans Elasticsearch à travers ses fonctions les plus représentatives.
Lire la suite -
PyCaret : Tout ce qu’il faut savoir sur cette bibliothèque Python
Inspirée par un groupe de citoyens data scientists, Pycaret entend démocratiser le machine learning pour tous. Alors de quoi s’agit-il exactement ? Et surtout, quelles sont ses fonctionnalités ? C’est ce que nous allons voir dans cet article.
Lire la suite -
Séries temporelles : Daniel peux-tu nous en parler ?
Nouveau rendez-vous avec Daniel, le support technique des formations Liora. L’expert en data science qui accompagne les apprenants tout au long de leurs formations. Aujourd’hui, il nous parle des séries temporelles. Les séries temporelles constituent l’un des objets d’études les plus répandus de la science des données. Dans cet article, vous découvrirez les composantes principales d’une série temporelle.
Lire la suite -
Gestion des problèmes de Classification déséquilibrée – Partie II
Comment geÌrer les probleÌ€mes de Classification deÌseÌquilibreÌe Partie II Les méthodes pour lutter contre le déséquilibre des données Après avoir détaillé les différents problèmes liés au déséquilibre des données et démontré que le choix de la bonne métrique de performance est essentiel pour l’évaluation de nos modèle, nous allons présenter une liste non-exhaustive des techniques […]
Lire la suite -
Statsmodels : Tout savoir sur la bibliothèque Python
Si vous avez déjà cherché à modéliser des séries temporelles vous avez sûrement entendu parler des modèles ARMA ou ARIMA. En Python la bibliothèque la plus utilisée pour cela est statsmodels. Dans cet article nous allons vous présenter rapidement les usages de statsmodels et quelques exemples d’utilisation.
Lire la suite -
SVM, quoi, comment, pourquoi ?
Bienvenue dans la première partie de cette mini-série dédiée aux SVM. Quand on pense Machine Learning, on pense généralement à des méthodes récentes, encore mal comprises, et utilisées empiriquement, à la manière d’un apprenti sorcier. En effet, que ce soit les algorithmes génétiques, les réseaux de neurones, le Boosting… on qualifie souvent ces algorithmes de […]
Lire la suite -
Chi-2 : En savoir plus sur ce test statistique essentiel
Le test du khi2 (ou chi-squared) est un test statistique pour des variables prenant un nombre fini de valeurs possibles (donc des variables catégorielles). Pour rappel, un test statistique est une méthode permettant d’accepter ou non une hypothèse, appelée hypothèse nulle, selon son adéquation aux données.
Lire la suite -
[2025] Salaire Data Analyst : quels revenus en France et ailleurs ?
Qu’il s’agisse de la localisation, du niveau d’expérience ou du secteur d’activité le salaire d’un Data Analyst est soumis à différentes variables qu’il est important de prendre en compte. Que vous soyez simplement curieux ou intéressé par le domaine de la data, découvrez dans cet article tout ce que vous devez savoir sur ce métier.
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.
