Les entreprises sont de plus en plus nombreuses à entamer des projets d’entretien proactif ou prédictif. Elles cherchent à optimiser leurs activités grâce à l’énorme quantité de données qu’elles collectent. Toutefois, ces entreprises se concentrent surtout sur le niveau des machines individuelles. Un énorme potentiel d’analytique sur la base de flottes est donc inexploité.

Avant de procéder à une analyse de données approfondie, vous devez vous assurer que les données dont vous disposez conviennent pour résoudre votre problématique commerciale. L’exploration de données est la première étape du flux des sciences de données. Elle vous aide à déterminer si les données dont vous disposez conviennent pour le problème que vous voulez étudier. Notre séance de formation sur l’exploration de données vous aidera à faire vos premiers pas dans ce domaine.

Plus personne ne doute de l’avancée des applications de l’internet des objets et des produits connectés intelligents. Mais en quoi cela peut-il aider les entreprises à créer de la valeur ? Sirris et Agoria lancent une initiative pour répondre à ce besoin. Un premier événement interactif se tiendra le 16 novembre.

La science des données peut être très précieuse pour innover dans plusieurs domaines, aussi pour les PME. Le mastercourse EluciDATA propose des sessions pragmatiques et orientées industrie sur l'innovation par les données. La prochaine session (deuxième édition), qui aura pour thème l’art de formuler une tâche de science des données, se déroulera à Diepenbeek le 28 septembre.

Clôturé en février 2017, le projet de recherche européen DEWI a créé des solutions essentielles de connectivité sans fil transparente et d'interopérabilité dans les villes et infrastructures intelligentes. Dans ce cadre, les environnements physiques quotidiens des citoyens dans les bâtiments, voitures, trains et avions ont été pris en compte. DEWI a de cette manière contribué dans une large mesure à l'émergence de la maison et des espaces publics intelligents.

D’ici mai 2018, le Règlement général sur la protection des données (RGPD) devra être mis en œuvre par toutes les entreprises qui collectent et traitent des données personnelles. Cette nouvelle réglementation renforce les droits et la vie privée du sujet des données en ce qui concerne le traitement de ses données personnelles. Ceci va changer la façon dont nous innovons en matière de données.

Vous voulez apprendre à obtenir de meilleurs résultats en exploration des données et en apprentissage automatique ? En savoir plus sur le processus créatif du feature engineering ? Cette occasion se présente, car Sirris organise une formation sur ce sujet dans le cadre du Mastercourse Data Innovation.

L’équipe Data Innovation de Sirris a participé au European Congress on Innovation in Textiles for Healthcare, qui a rassemblé des acteurs clés du secteur des textiles et celui des soins de santé afin de montrer et de discuter de la façon dont les innovations dans ces secteurs peuvent contribuer à améliorer la qualité de vie. Sirris a donné une présentation consacrée aux défis de la transformation en informations exploitables des données collectées par l’intermédiaire d’ordinateurs vestimentaires et d’autres capteurs présents dans l’environnement de l’utilisateur.

Avant de procéder à une analyse de données approfondie, vous devez vous assurer que les données dont vous disposez conviennent pour résoudre votre problématique commerciale. L’exploration de données est la première étape du flux des sciences de données. Elle vous aide à déterminer si les données dont vous disposez conviennent pour le problème que vous voulez étudier. Notre séance de formation sur l’exploration de données vous aidera à faire vos premiers pas dans ce domaine.

L’ingénierie de caractéristiques est le processus d’extraction et de sélection de caractéristiques pertinentes, informatives et distinctives dans vos données. Elles pourront ensuite être utilisées en entrée d’un algorithme d’apprentissage-machine. La qualité de vos fonctionnalités influence dans une large mesure la qualité des résultats. L’ingénierie de caractéristiques est donc l’un des facteurs essentiels de réussite de l’application de l’apprentissage-machine. Bien que ce processus soit généralement créatif et intense sur le plan du travail, vous pourrez déjà bien progresser si vous comprenez la méthodologie, les secrets du métier et les pièges courants.