Alexandre Hannebelle, Head of Data chez Inarix est l’invité de l’épisode 22 de Data Driven 101. Il nous parle des défis liés à l'utilisation de l'apprentissage automatique pour l'analyse d'images agricoles mais aussi :

l’importance de rester proche de l’état de l’art
d’utiliser des solutions génériques pour commencer
la nécessité de prendre le temps de poser les choses proprement.

Mots clés

Etat de l'art: La situation actuelle de l'ensemble des connaissances et des techniques dans un domaine particulier.
Data set: Un ensemble de données, généralement structuré en tableaux, qui peut être utilisé pour l'analyse statistique ou l'apprentissage automatique.
Deep learning : Une technique d'apprentissage automatique qui permet aux machines de comprendre des données complexes en utilisant des réseaux de neurones artificiels.
DevOps: Une méthode de développement logiciel qui vise à raccourcir le cycle de développement et à améliorer la qualité des applications en intégrant étroitement les équipes de développement et d'exploitation.
Sprint: Une période de temps fixe, souvent deux semaines, pendant laquelle une équipe de développement de logiciels travaille sur un ensemble de tâches spécifiques.

Stack: Un ensemble de technologies logicielles utilisées pour réaliser une tâche particulière, souvent en combinaison avec d'autres technologies logicielles.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

#22 : Alexandre Hannebelle ( Head of Data @ Inarix ) : La mesure de qualité grâce à l’IA