Automatizzazione dell'addestramento di modelli ML con Google Cloud AI Platform
25 marzo 2021 Come abbiamo gestito l'addestramento e la distribuzione dei nostri modelli FastAI utilizzando AI Platform - Parte I
Analisti di dati: Alimentare i creativi con dati contestuali
23 febbraio 2021 Se un tempo i dati venivano utilizzati solo per misurare le prestazioni, gli obiettivi di fatturato e i tassi di conversione, oggi le aziende che dispongono di solidi dati storici possono utilizzarli anche come input per la creazione di contenuti. Daniel de Vos, Manager Data & Analytics di Artefact Netherlands, spiega come.
Previsioni di vendita nel retail: cosa abbiamo imparato dal concorso M5
5 febbraio 2021 In questo articolo, lo scienziato dei dati Maxime Lutel riassume le sue conoscenze sulla gara di previsione delle vendite M5, che consisteva nel prevedere le vendite future di diversi negozi Walmart. Vi illustrerà la nostra soluzione e discuterà quale modello di apprendimento automatico ha funzionato meglio per questo compito.
In che modo i dati possono migliorare le strategie di ricerca e incrementare il ROI?
25 gennaio 2021 Per definizione, la ricerca è una delle principali leve del marketing digitale. In questo articolo, Vincent Laquerriere, Account Executive di Artefact, spiega come ottimizzare la strategia di posizionamento su Google per rimanere davanti alla concorrenza e come massimizzare l'uso degli strumenti di gestione delle campagne Google integrando i dati importanti per l'azienda.
Intelligenza causale: La chiave per incrementare le prestazioni dell'intelligenza artificiale nelle aziende
7 gennaio 2021 Per ottenere un reale ritorno dagli investimenti in AI e Machine Learning, i leader aziendali devono innanzitutto comprendere le relazioni di causa-effetto che influenzano le prestazioni. Siddharth Mohan, Senior Data Scientist di Artefact Netherlands & France, spiega come la Causal Intelligence può incrementare le prestazioni.
Ridurre le scorte di prodotti negli ipermercati con la modellazione delle serie temporali
25 novembre 2020 In questo articolo, i Senior Data Scientist di ArtefactKasra Mansouri e Camille Le Gonidec spiegano come creare un prodotto di data science con dati limitati e vincoli aziendali elevati. Scoprite come sono riusciti a ridurre le scorte di prodotti negli ipermercati grazie alla modellazione delle serie temporali.
Come addestrare un modello linguistico da zero senza alcuna conoscenza linguistica
25 novembre 2020 In questo articolo, Amale El Hamri, Senior Data Scientist di Artefact France, spiega come addestrare un modello linguistico senza conoscere la lingua. L'articolo include suggerimenti su dove reperire i dati di addestramento, su quanti dati sono necessari, su come preelaborare i dati e su come trovare un'architettura e un insieme di iperparametri che si adattino al meglio al modello.
Come abbiamo messo in produzione la nostra soluzione di previsione delle vendite di croissant?
25 novembre 2020 Noi di Artefact siamo così francesi che abbiamo deciso di applicare il Machine Learning ai croissant. Questo primo articolo su due spiega come abbiamo deciso di utilizzare Catboost per prevedere le vendite di "viennoiseries". Le caratteristiche più importanti che hanno determinato le vendite sono state le ultime vendite settimanali, se il prodotto è in promozione o meno e il suo prezzo. Vi presenteremo alcune belle caratteristiche ingegneristiche, tra cui la cannibalizzazione e il motivo per cui a volte è necessario aggiornare la variabile target.
Parametri di riferimento NLU per l'individuazione dell'intento e il riconoscimento di identità nominative nelle conversazioni dei call center
25 novembre 2020 I consulenti dei call center stanno iniziando a vedere emergere l'NLU nella loro vita quotidiana, aiutandoli a rispondere più facilmente alle richieste dei clienti. Per fare ciò, uno strumento deve essere in grado di riconoscere allo stesso tempo la richiesta del cliente e le sue caratteristiche, in altre parole l'intento e le entità nominate.
