"C'est le travail sur ces sujets qui a permis toute ces avancées des LLMs"
Le D.E.V. de la semaine est Vincent Maladiere, co-founder @ Probabl. Vincent et Bruno explorent le rôle des modèles prédictifs dans l'analyse des données et leur aptitude à dévoiler la causalité, avec un focus sur l'intelligence artificielle. Ils discutent également des avancées dans Scikit-Learn et de la nécessité de repérer les liens causaux dépassant une simple corrélation. Certains défis évoqués sont le biais de sélection, l'analyse de survie et les complications liées aux données manquantes. Le duo conclut en réitérant que, malgré les progrès des modèles de langage, ils devraient compléter, plutôt que remplacer, les méthodes traditionnelles. Vincent termine en soulignant l'importance de l'apprentissage continu.
Chapitrages
00:00:53 : Introduction à la Prédiction et Causalité
00:01:34 : Présentation de Vincent
00:03:16 : Concepts Mathématiques et Philosophiques
00:03:27 : Découverte de Scikit-Learn
00:06:38 : Évolution de Scikit-Learn vers l'Industrie
00:07:45 : Signaux, Causalité et Modèles
00:11:30 : Prédiction vs Causalité
00:15:48 : Exemples de Causalité dans Divers Domaines
00:20:11 : Évaluation de Tests A/B et Causalité
00:28:52 : Automatisation des Décisions Basées sur des Modèles
00:30:53 : Projet ROAS et Prédiction
00:33:11 : Importance des Cohortes dans l'Analyse
00:35:03 : La Notion de Survie en Statistiques
00:43:12 : Feature Engineering et Causalité
00:47:36 : L'Impact des LLM sur la Prédiction
00:52:53 : Mélange de Techniques Traditionnelles et Modernes
00:55:44 : Recommandations de Contenus
00:56:29 : Conclusion et Remerciements
Liens évoqués pendant l'émission
Silicon Valley
🎙️ Soutenez le podcast If This Then Dev ! 🎙️ Chaque contribution aide à maintenir et améliorer nos épisodes. Cliquez ici pour nous soutenir sur Tipeee 🙏
Archives | Site | Boutique | TikTok | Discord | Twitter | LinkedIn | Instagram | Youtube | Twitch | Job Board |
Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.
