Vos jeux de données sont multidimensionnels, non-structurés ou simplement très gros: extraire leur substance n’est pas une tâche triviale. Je peux vous aider à les déchiffrer et inclure le traitement de données dans votre flux de travail ou vos étapes de productions.
Il y a plusieurs manières de considérer une problématique:
- La modélisation:
Vous avez une connaissance technique de votre système et vous voulez en tirer profit. J’ai l’expérience avec des problèmes thermodynamiques complexes comme avec une simple vérification de la qualité sur une ligne de production.- Exemple 1 : vous savez comment mesurer la qualité de votre produit à partir de plusieurs métriques, mais c’est fait manuellement par vos techniciens. Je peux vous aider à automatiser et à passer à l’industry 4.0!
- Exemple 2 : par vos propres travaux ou la littérature, vous avez trouvé un modèle mathématique pour mieux comprendre vos échantillons. Vous voulez maintenant appliquer ce modèle aux prochains millions d’échantillons sans avoir à programmer cette procédure.
- Prédiction (machine learning):
Vous connaissez déjà ce que vous désirez obtenir, mais l’acquisition de cette information est chère. Dépendamment de votre besoin de connaître les liens entre causes et effets, je peux vous aider à choisir le bon modèle d’apprentissage.- Exemple 1 : vous avez plusieurs capteurs et métriques sur votre ligne de production. Vous avez établi un échantillonnage pour un contrôle de qualité cher. Nous pouvons chercher à réduire cet échantillonnage.
- Exemple 2 : vous avez catégorisé des centaines d’images, mais cette procédure prend beaucoup de temps. Un modèle prédictif vous aidera à catégoriser le prochain millier d’images automatiquement.
- Partitionnement:
Vous avez un grand jeu de données et vous avez besoin de partitionner en différente catégories vos échantillons, sans une connaissance préalable. Une application typique est en maîtrise statistique des procédés (SPC), où vous désirez détecter des échantillons défectueux et partitionner en plusieurs groupes ces défauts.
