Newsletter Maths4Business #6

Arnaud Hurel

.

 

La Newsletter Maths4Business est de retour.

 

Arnaud Hurel nous parle de l’actu data !

 

 

 

 

  • Quand l’IA évite de faire trop mousser

La détection de malfaçons dans une chaine de production reste LE use case pour les industriels.

Le ROI étant directement calculé par la réduction des pertes et l’augmentation de la performance, le projet s’auto-finance dans la plupart des cas.

Mais quand les outils de production actuels ne génèrent pas automatiquement les données, il faut regarder les solutions alternatives proposées par l’Industrie 4.0.

Surtout si c’est pour une cause aussi noble que celle d’améliorer la qualité de la bière…

L’article ici

 

  • DeepLearning & Protection civile

Application concrète du computer vision. Développée par la société Athena Security, elle serait capable de détecter les armes à feu pour avertir les forces de l’ordre le plus rapidement possible.

Ce genre d’initiative fait face aux différentes problématiques rencontrées aux USA et en Nouvelle-Zélande, où les drames se succèdent.

L’article ici

 

  • Machine Learning : les biais des algorithmes sont-ils une fatalité ?

Chez Bartle, nous sommes convaincus que la valeur ajoutée de nos travaux ne réside pas dans la mise en place d’un algorithme de Machine Learning mais il se situe davantage dans la façon de réduire le plus possible ces biais afin de répondre à la problématique opérationnelle.

Le résultat pragmatique devient alors préférable aux résultats précis mais faux.

L’article ici

 

  • Random Forest : un algorithme à destination du métier

L’algorithme du Random Forest, à travers les arbres de décision, est une porte d’entrée vers la compréhension du fonctionnement du Machine Learning. En effet, il peut être difficile d’expliquer le fonctionnement d’un réseau de neurones convolutifs ou encore le « kernel trick » d’un Support Vector Machine (SVM) à des personnes opérationnelles. Il s’agit cependant d’une phase indispensable pour que le métier ait confiance dans les résultats et les méthodes utilisées. L’effet « boite noire » contribue au rejet de la solution et donc à la non mise en production.

L’article ici

 

  • Oh my beautiful Sankey Diagram

Aujourd’hui nous vous proposons de (re)découvrir une façon de représenter l’évolution de flux (énergétiques, financiers, etc.) grâces aux diagrammes de Sankey.

Acquire Procurement Service met à disposition ce petit outil gratuit fort sympathique permettant aisément de réaliser les fameux diagrammes de Sankey. L’outil est basé sur la technologie D3.js qui permet de réaliser des visualisations très user-friendly sur des gros volumes de données.

Exemple d’utilisation : Chez Bartle, lors d’une mission Maths4Business pour un acteur de la distribution, nous avions besoin de représenter l’évolution du chiffre d’affaire dans les différents canaux de distribution avec la mise en place d’un nouvel outil commercial.

 

Bonus historique : « Quelques décennies avant Sankey, Charles Minard a représenté de cette façon l’évolution des effectifs de l’armée napoléonienne pendant la campagne de Russie de 1812. Minard a superposé le diagramme de flux à une carte géographique, montrant le déplacement des troupes, et y a ajouté une courbe de température au cours de la retraite de Russie, en degré Réaumur » (source : Wikipédia).

PS : 1 degré Réaumur = 1,25 degrès Celsius

 

Partagez l'article !

Bartle- 2019

Tous droits réservés

Restez informé

Oui, ça m'intéresse !

Vérifiez vos mails

Vous pourriez avoir reçu

quelque chose