Le Fil
Suite de notre série sur les packages open source développés par Datastorm avec Shinypivottabler. Le package propose un module shiny permettant aux utilisateurs de construire, visualiser, et télécharger le tableau croisé de leurs rêves. Rien que ça !
Dans la famille des packages shiny de Datastorm, voici le petit dernier : shinydrive. Le package shinydrive a été développé pour répondre à un besoin simple : faciliter le partage de fichiers entre différents utilisateurs d’une application R/shiny.
La dernière matinée R&D de Datastorm était notamment consacrée aux données fonctionnelles. Elles peuvent apporter de nouvelles pistes de modélisation pour la prévision ou l’analyse. Le point avec Benoit Ravel, CEO de Datastorm.
La multiplication des projets data et des algorithmes expose les entreprises à un risque aujourd’hui clairement identifié : la baisse de performance des modèles de Machine Learning. Il est pourtant capital d’anticiper les dérives de vos modèles et le Machine Learning Operations (MLOps) peut vous y aider. Dans ce nouveau webinaire, les équipes de Datastorm vous expliquent comment.
Datastorm met de l’open source dans tous ses projets data. Mais pas seulement. Ses équipes apportent aussi leur contribution à la communauté en développant des packages R. Le point avec Benoit Thieurmel et Thomas Zamojski, Chief Operating et Chief Technical Officer.
Pourquoi anonymiser ? Choix de la méthode ? Comment mettre en oeuvre la k-anonymisation ? Comment outiller un département/une activité pour mener des études avec la confidentialité différentielle ? Dans ce webinar animé par Benoit Ravel, Thibaut Dubois et Martin Masson partagent leur expertise et vous expliquent comment trouver le point d’équilibre entre la maîtrise des risques d’identification et la conservation des capacités d’analyse et de valorisation des données.
Naomi Girard a rejoint la team Datastorm en 2018. Data scientist junior, elle explore toutes les facettes du métier avec un intérêt prononcé pour le Traitement du Langage Naturel et un avis éclairé sur les femmes dans la data. Rencontre.
Acculturer pour embarquer. Pour une entreprise, la Data Literacy est un levier puissant qui permet de partager une lecture et une compréhension commune des concepts, enjeux, processus et outils de la Data Science. Dans cet article, Benoit Ravel revient sur les incontournables de cette démarche.
WEBINAR – mardi 13 octobre à 11h – Pourquoi anonymiser ? Choix de la méthode ? Comment mettre en oeuvre la k-anonymisation ? Comment outiller un département/une activité pour mener des études avec la confidentialité différentielle ? Les réponses lors de ce webinar organisé en lien avec notre Livre Blanc publié début septembre.
Une application de Machine Learning apporte un défi par sa nature imprévisible et aléatoire : un modèle doit s’adapter aux données qu’il représente et les données sont en constante évolution. Il est alors primordial de recalibrer le modèle avant qu’il ne sous-performe. Cet article présente des solutions concrètes de maintenance de modèles en production.
Toute l'expertise du Groupe ENSAE-ENSAI
5 Avenue Henry-Le-Chatelier
91120 PALAISEAU - FRANCE
24 rue Barbès
92120 MONTROUGE - FRANCE
