Aller au contenu

Préférences et cookies

Afin d’améliorer votre expérience sur notre site et de réaliser des statistiques de visites, nous utilisons des cookies. Rien n’est déposé sans votre accord, et le refus n’enlève l’accès à aucun contenu. Ce choix peut être modifié à tout moment.

Gérer les traceursVos données

Personnaliser

« modèles »

Plus de 1 001 contenus indexésTriés par pertinence

Résultats

  1. Cybersécurité & ConformitéPar La rédaction

    Des modèles d'imprimantes multifonction HP vulnérables à des failles critiques

    Des failles critiques ont été découvertes dans le firmware FutureSmart de plusieurs centaines de modèles d'imprimante HP. Datant de 2013, elles ont pu être utilisées à des fins malveillantes, mais rappellent surtout l'importance des mises à jour et de l'isolation de ces périphériques.

  2. Données & IAPar La rédaction

    Databricks renforce sa gouvernance de données et sa gestion des modèles ML

    A l'occasion de sa conférence Data+AI Summit 2021, Databricks a présenté les évolutions de sa plateforme de gestion de données. Outre la simplification des pipelines ETL et des capacités de catalogue unifié pour la gouvernance des données en multi-cloud, l'éditeur a notablement renforcé son offre de machine learning avec une solution de gestion du cycle de vie des modèles.

  3. Données & IAPar La rédaction

    Avec Shapash, la Maif veut rendre les modèles d'IA compréhensibles

    Contributeur régulier de l'open source, le groupe mutualiste Maif a livré sur Github sa solution Shapash conçue pour mettre de la transparence dans les modèles de machine learning. Celle-ci permet notamment aux data scientists de partager des informations explicites avec des utilisateurs non-spécialistes des données.

  4. IT & DirectionPar La rédaction

    Des modèles Anaplan pour planifier l'urgence et l'après-confinement

    Si la solution de planification Anaplan a été, comme d'autres, offerte pendant 3 mois au secteur médical en lutte contre le Covid-19, elle avait besoin de modèles spécifiques pour être utilisée efficacement. Un hackathon a permis de livrer 17 applications que l'éditeur aide à mettre en oeuvre.

  5. Applications & DéveloppementPar La rédaction

    TorchServe, un serveur de modèles deep learning pour PyTorch

    Un projet mené par AWS et Facebook va permettre aux utilisateurs du framework PyTorch d'accélérer la mise en production de leurs modèles de deep learning. Le serveur de modèles TorchServe est encore en mode expérimental, de même que le contrôleur Kubernetes TorchElastic.

  6. Infrastructure & CloudPar La rédaction

    AWS automatise la création de modèles ML pour systèmes de vision avec Ambarella

    Les utilisateurs de la solution SageMaker Neo d'Amazon Web Services peuvent désormais gagner du temps pour créer des modèles d'apprentissage automatique appliqués aux systèmes de vision tournant sur les systèmes embarquant l'architecture CVflow du designer de puces Ambarella.

  7. Données & IAPar La rédaction

    Avec Open Model Manager, SAS facilite la mise en production des modèles analytiques

    Pour faciliter la mise en oeuvre opérationnelle des modèles analytiques de ses clients, SAS propose l'offre Open Model Manager, ouverte sur les solutions open source. Celle-ci associe une méthodologie et des outils de gouvernance des modèles. Elle s'accompagne de services pour apporter des compétences en IA et data science.

  8. Données & IAPar La rédaction

    Qubole accélère le déploiement de modèles IA avec Snowflake

    La start-up californienne Qubole a intégré sa solution de traitement des big data avec le datawarehouse de Snowflake. Les utilisateurs de Qubole peuvent ainsi accélérer le déploiement de modèles d'apprentissage machine réalisés avec Apache Spark en s'appuyant sur les données stockées dans Snowflake.

  9. Applications & DéveloppementPar La rédaction

    Deeplearn.js entraîne des modèles de machine learning dans le navigateur

    A l'instar du framework TensorFire développé par des étudiants du MIT, la bibliothèque d'accélération GPU Deeplearn.js de Google permet aussi d'entraîner des réseaux de neurones dans un navigateur web. Ou d'y exécuter des modèles déjà pré-entraînés récupérés de TensorFlow.