Data Science & Marketing

Introduction : Il est probable qu'en ayant cliqué ici vous en ayez déjà une petite idée de ce qu'est un moteur de recommandation cependant, à l'heure d'aujourd'hui ceux ci prennent une grande place dans notre quotidien. En effet, lorsque l'on fait le bilan de chaque instant de notre vie dans lequel un tel système nous à influencé alors on se rend compte qu'a aucun moment l'un d'eux n'était pas présent. Que ce soit dans le choix de notre voiture, le choix de notre métier, peut être même de notre entourage ainsi que dans le choix de beaucoup d'autre chose. Pourtant il ne nous semble pas toujours si présent mais alors quel est la magie opérant derrière ces système à la fois si intuitif et complexe. définition Ce que nous pouvons définir comme un moteur de recommandation est simplement un processus qui en mettant en liens des données fait le trie parmi ces dernière afin de  choisir une certaine quantité d'entre elle qui vous seront prop

Maintenant comme vous connaissez déjà la notion d'arbre de décision, nous pouvons introduire les deux types d'arbre ainsi que parler des avantages et des inconvénients . Types d'arbre de décision Nous pouvons différencier deux types des arbres de décision qui sont classés en fonction des variables cibles : Categorical variable decision tree -  dans ce cas, l'algorithme a une variable cible catégorique. Par exemple, la prédiction du prix relatif d'une maison dans l'une des trois catégories suivantes : faible, moyen ou élevé. Les caractéristiques peuvent inclure la surface, le nombre de chambres, la présence d’un jardin et le quartier. L'arbre de décision apprend de ces caractéristiques et, après avoir fait passer chaque point de données par chaque nœud, il aboutit à un nœud feuille de l'une des trois cibles catégoriques : faible, moyen ou élevé. Continuous variable decision tree -  dans ce cas, les caractéristiques entrées dans l'arbre de décision

Les approches de l'apprentissage automatique basées sur la similarité partent de l'idée que la meilleure façon de faire des prédictions est de simplement regarder ce qui a bien fonctionné dans le passé et de prédire à nouveau la même chose. Nous allons commencer par l'explication des mesures de similarité. L'une des métriques de caractéristiques les plus connues est la distance euclidienne qui calcule la longueur de la ligne droite entre deux points. La distance euclidienne est définie avec la formule mathématique suivante :  Nous choisissons la fonction de distance en fonction des types de données que nous traitons. Si nous avons des données quantitatives du même type (par exemple : poids, salaire, taille, montant du panier, etc.), la distance euclidienne semble être un bon choix. Pour faire une prédiction, l'algorithme KNN va utiliser l'ensemble du jeu de données. En effet, pour une observation qui ne fait pas partie du jeu de données et qui est la valeur ré

Aujourd'hui nous allons expliquer l'arbre de décision - un algorithme basique du Machine Learning. Un arbre de décision a de nombreuses analogies dans la vie réelle et il s'avère qu'il a influencé un vaste domaine de l'apprentissage automatique, permettant à la fois de résoudre des problèmes de classification et de régression. En analyse décisionnelle, un arbre de décision peut être utilisé pour représenter visuellement et explicitement les décisions. Chaque arbre possède un nœud racine (root node) qui correspond à une question, par lequel passent les entrées. Ce nœud racine est ensuite divisé en ensembles de nœuds de décision (decision node) où les résultats et les observations sont basés sur des conditions. Si un nœud ne se divise pas en d'autres nœuds, il est appelé une feuille qui ensuite contiendra la réponse à notre question. Une sous-section d'un arbre décisionnel est appelée une branche (branch). Cela peut être visualiser avec l'aide de schéma

Aujourd'hui je vous partage cette vidéo qui explique le rôle de Data Science dans le Marketing! Que pensez-vous?

Comprendre et analyser les dommages  grâce  à l' IA Cas de Tractable Située à Londres, Royaume-Uni, Tractable est une société de service d’ingénierie informatique qui fait appel à l'IA dans ces prestations.  (Conception des logiciels et des solutions informatiques) Analyse des désastres :  Grâce à l’IA, l’application fournie par Tractable peut capturer et traiter les photos afin de prévoir les coûts de réparation - à grande échelle. Analyse d’image : leur solution p ermet d’automatiser les tâches nécessitant une assistance visuelle, permet aussi d'obtenir une évaluation unique et précise à partir de plusieurs images de dommages.   Analyse des dommages des véhicules : Tractable fournie aux réparateurs d'automobile une solution permettant de faciliter leur tâches.    l’IA intégrée dans leur solution analyse les dommages causés et donne son expertise via une expérience acquise via des scénarios connues . 

Le programmatique a pour objectif de mettre en place le ciblage afin d’améliorer l’efficacité de campagnes et d’adapter le message par rapport à une audience.  Par ailleurs, nous entendons souvent parler du terme Real-Time-Bidding. Il désigne la vente d’espaces publicitaires en temps réel via un système d’enchères. Ce terme n’est pas à confondre avec le Marketing Programmatique, qui, comme vu précédemment, désigne l’ensemble des campagnes marketing associées à l’utilisation de logiciels et d’algorithmes.  Dans cette partie, nous allons expliquer les différents termes composant cet univers complexe de façon simple à l’aide d’exemples.  Le RTB fait donc partie de l’univers du programmatique et permet d'afficher une bannière publicitaire au meilleur prix et au meilleur endroit sur le site Web.  Pour mieux comprendre, imaginons que nous avons créé un nouveau produit et nous souhaitons le promouvoir avec de la publicité afin de toucher un maximum de clients. Nous aurons le rôle d’annonc