Decoded©
-
Kurtosis : Comment calculer la fréquence des valeurs aberrantes ?
La qualité des performances de l’apprentissage automatique dépend en grande partie des informations disponibles. C’est pourquoi, les Data Scientists doivent étudier avec attention les jeux de données utilisés. Pour cela, ils disposent d’un large panel d’outils statistiques. Parmi lesquels, le kurtosis. Alors de quoi s’agit-il ? À quoi ça sert ? Découvrez les réponses.
Lire la suite -
Prompt Library : qu’est-ce qu’une bibliothèque de prompts IA, et comment créer la vôtre ?
Une Prompt Library est une bibliothèque de prompts de haute qualité prêts à l’usage pour donner des instructions aux IA génératives comme ChatGPT. Elle permet d’obtenir les meilleurs résultats sans avoir besoin de recommencer à rédiger à prompt en partant de zéro à chaque requête. Découvrez tout ce qu’il faut savoir !
Lire la suite -
BERT : Un outil de traitement du langage innovant
En octobre 2018 la filière d’intelligence artificielle de Google (Google AI) a publié un modèle de deep learning pré-entraîné, appelé BERT, capable de résoudre plusieurs problématiques de NLP.
Lire la suite -
VGG : en quoi consiste ce modèle ? Daniel vous dit tout !
Retour de Daniel, le personnage emblématique de nos formations qui guide nos apprenants jusqu’à leur diplôme. Aujourd’hui il va vous présenter un modèle fréquemment utilisé en Computer Vision : VGG.
Lire la suite -
SQL3 : La nouvelle génération du langage de requête
SQL3, également connu sous le nom de SQL:1999, représente une avancée majeure dans l’évolution du langage SQL (Structured Query Language). Publié en décembre 1999 par l’ISO (International Organization for Standardization) et l’IEC (International Electrotechnical Commission), SQL3 a introduit de nombreuses fonctionnalités et des extensions pour répondre aux besoins croissants des applications de bases de données.
Lire la suite -
Prompt Engineering : En quoi ça consiste ?
L’intelligence artificielle fait partie de notre quotidien et continue d’étendre son influence. La taille du marché mondial de l’IA devrait connaître une croissance de 37% tous les ans jusqu’en 2030. Il est donc essentiel d’être capable de tirer le meilleur de cette technologie grâce à des disciplines telles que le Prompt Engineering.
Lire la suite -
Data source : Définition et détails sur leur fonctionnement
Fake news ! Depuis quelques années, ce terme est à la mode. En cause, la fiabilité des informations. C’est justement toute l’importance des sources de données. Si dans le monde journalistique, cela renvoie à l’origine de l’information, dans le monde de la data expertise, les sources de données correspondent aux lieux de stockage qui regroupent une grande quantité d’informations. Alors qu’est-ce qu’une data source ? À quoi sert-elle ? Comment fonctionne-t-elle ? Les réponses sont ici.
Lire la suite -
Fine tuning vs Prompt Engineering : Quelles différences ?
GPT-4, PaLM 2, BARD… les avancées dans le domaine de l’intelligence artificielle ne cessent de se multiplier. Et surtout, elles deviennent accessibles à tous.
Lire la suite -
Underfitting ou le sous-ajustement en Machine Learning
La définition du bon modèle est primordiale pour réaliser des prédictions pertinentes en Machine Learning. Mais un mauvais ajustement des données d’apprentissage peut affecter la performance des analyses prédictives. C’est justement ce qui se passe avec l’underfitting. Alors de quoi s’agit-il ? Et comment l’éviter ? Les réponses sont ici.
Lire la suite -
Anthropic : redéfinir l’intelligence artificielle avec l’éthique au cœur
Fondée par d’anciens responsables de OpenAI, fortement soutenue par Amazon, Anthropic a créé l’IA du nom de Claude. Celle-ci entend marquer sa différence avec ChatGPT ou Gemini sur des points où on ne l’attendait pas forcément.
Lire la suite -
Dtype Python : Comment créer des tableaux structurés ?
Que ce soit pour un projet informatique, un fichier RH ou commercial, un tableau possède rarement un seul type de données. Bien souvent, les données numériques et textuelles se confondent pour apporter plus de contexte. C’est justement pour cela que les Dtype sur Python sont si utiles.
Lire la suite -
Apache Flink : Définition, structure et limites du framework
Les origines de Apache Flink Initialement développé à l’université technique de Berlin, ses premières versions ont été publiées en 2011 et avaient pour but de répondre à des problématiques complexes dans le traitement de données dans un environnement distribué en temps réel. Flink est devenu au fil des années une référence pour un grand nombre […]
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.
