Simon Lapersonne
CodeShake
Published in
2 min readFeb 17, 2021

--

Data Log #1

L’univers de la Data est très vaste, et couvre des domaines de compétences variés.

Pourtant que l’on soit Data Scientist, Data Analyst, ou ML Ops, il est intéressant de se tenir informé des nouveautés touchant de près ou de loin notre spécialité.

Chez SFEIR, entre passionnés de Data, nous avons souhaité mettre notre veille en commun, afin de partager nos sources et centres d’intérêt.

Nous vous proposons ici une sélection des 5 articles qui nous ont le plus plu au cours du dernier mois.

. . .

Les dispositifs médicaux connectés embarquant de l’IA ; demain, la vague

Cela fait quelques années déjà qu’on parle du milieu médical comme d’un domaine extrêmement prometteur pour l’intelligence artificielle. Pourtant aujourd’hui, elle reste encore très peu exploitée. Pourquoi ?

Quantmetry se propose de répondre via une série d’articles à cette question : où en est-on aujourd’hui, et quelles sont les étapes à venir ?

. . .

Unsupervised Data Monitoring

La Data Quality est l’un des piliers sur lesquels repose l’idée de Data Driven et son importance n’est plus à prouver. Cependant, la maintenir est coûteux, et cette maintenance ne fait que s’alourdir avec la volumétrie de données à surveiller.

Anomalo présente ici une solution pour automatiser au maximum ce process et ainsi en tirer le plus de gains à moindre coût.

. . .

Google launches suite of AI-powered solutions for retailers

Le Machine Learning est un outil précieux pour les retailers, afin de leur permettre de proposer une offre dynamique et adaptable, mais créer une solution “from scratch” peut s’avérer fastidieux.

Google a rendu disponible une série de services pour faciliter la création d’algorithmes de Machine Learning et répondre à des besoins courants, comme trouver des articles similaires, ou encore recommander des articles complémentaires.

. . .

Causal Design Patterns

Connaître et appliquer des designs patterns est un outil efficace pour répondre à un problème et construire une solution logicielle. De la même façon, lorsqu’on traite d’un problème d’analyse de données, identifier des cas d’utilisation et appliquer des designs patterns peut aussi constituer une aide précieuse.

Emily Riederer propose ici une introduction à quelques uns de ces designs patterns, ainsi qu’à leur champ d’application.

. . .

GuitarML

“C’est dans les vieux pots qu’on fait les meilleures confitures”. Cet adage semble avoir trouvé preneur chez les mélomanes, pour qui rien ne vaut un bon vieil amplificateur à lampes, malgré toutes les contraintes d’usage qu’il implique.

Pourquoi en presque un siècle de progrès n’avons nous pas été capables de reproduire ce qui les rendent si plaisants ?

Et est-ce que le Machine Learning ne parviendrait pas à triompher là où l’électronique a échoué ?

. . .

Et vous, auriez-vous un article que vous souhaiteriez mettre en avant ?

Pour notre part, on vous retrouve pour partager les pépites de février le mois prochain !

--

--