• LumeNews

    #7

    Du machine learning et beaucoup de news

  • La parole à...

    Notre équipe éditoriale à interviewé pour vous...

    Pierre ALQUIER

    Chercheur et enseignant

    "Quand j'étais au lycée, j'étais fasciné par les sciences, et en particulier par les expériences incroyables qui sont faites en astrophysique et en physique des particules. Je rếvais de devenir physicien et d'aller bosser au CERN (aujourd'hui encore je place le LHC parmi les quelques réalisations humaines les plus incroyables au même titre les pyramides d'Egypte). Et puis, il y a eu trois profs de maths géniaux en terminale, maths sup et maths spé, et je me suis rendu compte que j'étais beaucoup plus à l'aise pour penser les mathématiques que la physique..."
     
    LIRE LA SUITE

     

  • Un événement phare

    Nous étions présents sur ce salon qui proposait d'explorer ces enjeux : 
    Quelle est la nature de la transformation induite par l’IA ?
    Quelles compétences faut-il développer dans un monde où l’IA accomplit de plus en plus de tâches ?
    Quelles sont les nouvelles formes de collaborations émergentes entre l’humain et la machine ?
    Notre environnement légal est-il IA-compatible ?
    Que devient la relation utilisateurs quand l’IA s’en mêle ?
    Comment les outils prédictifs transforment le pilotage de l’entreprise ?
  • C'est parti pour une seconde édition ! 11 12 13 octobre

    L'événement IAPau se positionne comme facilitateur dans le domaine de l’IA et instaure une dynamique d'innovation collective et pérenne sur le territoire. Pour cette première édition, l’objectif est de donner la parole à des acteurs locaux et nationaux qui auront pour mission de présenter de manière didactique et concrète les réussites et enjeux dans ce domaine en pleine croissance. Une journé de conférences + un WE DataChallenge !

     

    Nous vous avons réservé une surprise !!!

    Un tarif earlybird -30% jusqu'au 12 juin inclus avec ce code :

    IAPAU2019JEDAI

     

  • On the Blog again again...

    Identifier detection in datasets

    Découvrez le tout dernier article de Wajdi FARHANI, notre "full stack data engineer"

    "The preprocessing step remains incomplete as it does not deal with the case of senseless numeric columns like the famous nominal (digital) identifiers. This columns should be removed from the dataset as they can seriously impact the relevance of the clustering results! So we need a model that can detect nominal Identifiers so we can eliminate them after the confirmation of the user..."

  • L'intervIA

    Retrouvez à chaque LumeNews
    le portrait d'un membre de l'équipe LumenAI :)

    Paul MARION

    Chargé de développement commercial

    Thé ou café ?

    Maté.

    Carnivore ou vegan ?

    Viande et légumes.

    Une passion ?

    La science fiction et les nouvelles innovations technologiques.

    Ta plus belle expérience pro ?

    Étant donné que je suis encore jeune, je dirais que c'est mon expérience à LumenAi avec la découverte du machine learning et ses applications dans divers secteurs.

    Tes convictions quant à l'IA, la data, le machine learning ?

    L'IA sera un atout majeur dans le pilotage de nombreuses organisations sur l'aspect décisionnel, mais aussi sur la partie opérationnelle (produit/ service/ activité support). Je pense qu'il y aura toutefois un enjeu social avec un fort impact sur la façon de travailler et le développement de nouvelles compétences/métier.

    Tes missions chez LumenAI ?

    Je développe une offre de formation, démarche de potentiels clients, créer du contenu et des supports commerciaux et j'apporte mon aide sur d'autres aspects liés à l'activité de LumenAi (chaîne YouTube, participation aux événements, lancement de produit..)

  • Meetup Paris - flashback

    Pierre Alquier est professeur en statistiques et Machine Learning à l'ENSAE et à l'Université Paris Saclay. Ses recherches portent notamment sur l'apprentissage séquentiel et la prévision de suites individuelles en temps réel. Dans cet exposé, Pierre abordera le problème de prédiction temps réel, les algorithmes naïfs, leurs performances et leurs limites avant d'aborder un prolongement plus récent: la question d'associer des intervalles de confiance aux prévisions agrégées. Enfin, il illustrera ces résultats sur des exemples d'applications.