De training van ML-modellen automatiseren met Google Cloud AI Platform
25 maart 2021 Hoe we de training en de inzet van onze FastAI-modellen hebben aangepakt met behulp van AI Platform - Deel I
Data Analisten: Creatieven voeden met contextuele Data
23 februari 2021 Waar data vroeger alleen werd gebruikt om prestaties, omzetdoelen en conversiepercentages te meten, kunnen bedrijven met een solide historisch data dit tegenwoordig ook gebruiken als input voor contentcreatie. Daniel de Vos, Manager Data & Analytics bij Artefact Nederland legt uit hoe.
Omzetprognoses in de detailhandel: wat we hebben geleerd van de M5-wedstrijd
5 februari 2021 In dit artikel geeft Data Scientist Maxime Lutel een overzicht van zijn bevindingen van de M5 sales forecasting competitie, die bestond uit het voorspellen van toekomstige verkopen in verschillende Walmart winkels. Hij neemt onze oplossing met je door en bespreekt welk machine learning model het beste werkte voor deze taak.
Hoe kan data zoekstrategieën verbeteren en de ROI verhogen?
25 januari 2021 Search is per definitie een van de belangrijkste hefbomen van digitale marketing. In dit artikel legt Vincent Laquerriere, Account Executive bij Artefact, uit hoe u uw Google-positioneringsstrategie kunt optimaliseren om uw concurrenten voor te blijven, en hoe u maximaal gebruik kunt maken van de Google-campagnebeheertools door data te integreren die belangrijk is voor uw organisatie.
Causale intelligentie: De sleutel tot het verhogen van AI bedrijfsprestaties
7 januari 2021 Om echt rendement te zien van investeringen in AI en Machine Learning, moeten bedrijfsleiders eerst de oorzaak-en-gevolgrelaties begrijpen die van invloed zijn op prestaties. Siddharth Mohan, Senior Data Scientist bij Artefact Nederland & Frankrijk, legt uit hoe Causal Intelligence de prestaties kan verbeteren.
Vermindering van productvoorraden in hypermarkten met tijdreeksmodellen
25 november 2020 In dit artikel leggen Artefact's Senior Data Scientists Kasra Mansouri en Camille Le Gonidec uit hoe je een data wetenschapsproduct creëert met beperkte data en hoge bedrijfsbeperkingen. Ontdek hoe ze productvoorraden in hypermarkten konden terugdringen met behulp van tijdreeksmodellen.
Hoe train je een taalmodel vanuit het niets zonder taalkundige kennis?
25 november 2020 In dit artikel legt Amale El Hamri, Senior Data Scientist bij Artefact Frankrijk uit hoe je een taalmodel kunt trainen zonder zelf de taal te begrijpen. Het artikel bevat tips over waar je training data vandaan kunt halen, hoeveel data je nodig hebt, hoe je je data kunt voorbewerken en hoe je een architectuur en een set hyperparameters kunt vinden die het beste bij je model passen.
Hoe hebben we onze oplossing voor verkoopprognoses voor croissants in productie genomen?
25 november 2020 Op Artefact zijn we zo Frans dat we hebben besloten Machine Learning toe te passen op croissants. Dit eerste artikel van twee legt uit hoe we hebben besloten Catboost te gebruiken om de verkoop van "viennoiseries" te voorspellen. De belangrijkste kenmerken voor de verkoop waren de laatste wekelijkse verkoop, of het product in promotie is of niet en de prijs. We laten je een aantal leuke functies zien, waaronder kannibalisatie en waarom je soms je doelvariabele moet bijwerken.
NLU-benchmarks voor intentiedetectie en named-entity-herkenning in callcenterconversaties
25 november 2020 Adviseurs van callcenters beginnen NLU te zien opkomen in hun dagelijks leven, waardoor ze de verzoeken van klanten makkelijker kunnen beantwoorden. Om dat te kunnen doen, moet een tool tegelijkertijd het verzoek van de klant en de kenmerken ervan kunnen herkennen, met andere woorden, een intentie en named-entities.
