Apprentissage automatique (Machine Learning)

Modèles statistiques prédictifs simples.

Algorithme de classification performant.

Algorithmes d'apprentissage supervisé basés sur des arbres.

Sélection et transformation des variables d'entrée pour améliorer le modèle.

Création d'une variable « temps moyen de parole par participant » pour optimiser les réunions.

Élément individuel d'une donnée d'entrée.

Utilisation de réseaux de neurones profonds pour des tâches complexes (vision, parole).

Reconnaissance faciale pour l'accès sécurisé aux salles de visioconférence (en test).

Le modèle se spécialise trop sur les données d'entraînement et échoue sur de nouvelles données.

Algorithme de scoring de dossiers parfait sur les données passées mais inefficace sur les nouveaux.

Le modèle apprend par essais-erreurs en recevant des récompenses ou punitions.

Prototype d'assistant virtuel proposant des actions de suivi après une réunion.

Découverte de structures cachées dans des données non étiquetées.

Clusterisation des usages de visio-agents pour identifier les besoins de formation des agents.

Le modèle apprend à partir d'exemples pré-étiquetés.

Classification des courriels (spam/non-spam) dans une messagerie.