Benoit Cayla

A propos de Benoit Cayla

Ingénieur en informatique avec plus de 20 ans d’expérience dans la gestion et l’utilisation de données, Benoit CAYLA a mis son expertise au profit de projets très variés tels que l’intégration, la gouvernance, l’analyse, l’IA, la mise en place de MDM ou de solution PIM pour le compte de diverses entreprises spécialisées dans la donnée (dont IBM, Informatica et Tableau). Ces riches expériences l’ont naturellement conduit à intervenir dans des projets de plus grande envergure autour de la gestion et de la valorisation des données, et ce principalement dans des secteurs d’activités tels que l’industrie, la grande distribution, l’assurance et la finance. Également, passionné d’IA (Machine Learning, NLP et Deep Learning), l’auteur a rejoint Blue Prism en 2019 et travaille aujourd’hui en tant qu’expert data/IA et processus. Son sens pédagogique ainsi que son expertise l’ont aussi amené à animer un blog en français (datacorner.fr) ayant pour but de montrer comment comprendre, analyser et utiliser ses données le plus simplement possible.

Traiter des données de localisation 2

dans Analyse de données / Localisation / Préparation / Python / Qualité de données

Découvrez dans cet article comment utiliser, nettoyer et visualiser simplement des données géo-localisées avec Python.

La star des algorithmes de ML : XGBoost 7

dans Modélisation

Découvrez dans cet article pourquoi XGBoost est la star des compétition des Machine Learning … et surtout comment l'utiliser !

Accéder à Hive & HDFS via PySpark

dans Big Data / Python / Tutos

Découvrez dans ce tuto comment récupérer via Python (PySpark) vos données dans Hadoop HDFS et Hive.

Bagage minimal de statistiques pour le Machine Learning 4

dans Généralités / Modélisation / Préparation

C'est bientôt la rentrée, il a fait chaud, la plage a été bonne et le sable bien chaud. Vous êtes donc bien reposé et prêt à attaquer la rentrée. C'est donc le bon moment pour remettre à plat quelques bases de statistiques qui vous permettront de mieux comprendre et utiliser les algorithmes de Machine Learning.

Google Colaboratory 18

dans Outillage / Python / Tutos

Vous adorez Jupyter mais n'avez as envie de l'installer localement. Vous avez besoin de puissance et de GPU sans frais ni contraintes ? Google Colaboratory est fait pour vous. Suivez-moi dans ce tuto pour l'utiliser rapidement.

Machine Learning : La mise à l’echelle 2

dans Modélisation / Préparation

Cet article explique par la pratique pourquoi et comment mettre à l'echelle (Feature Scaling) les caractéristiques d'un modèle de Machine Learning en œuvre avec Scikit-Learn.

MNSIT : Reconnaître les chiffres (Partie 2)

dans Cas d'utilisation / Image / Modélisation / OCR / Texte

Dans ce second volet sur les données MNSIT, nous allons voir comment retoucher et préparer les données pour atteindre 97%.

Le Profiling 1

dans Analyse de données / Préparation / Qualité de données / Texte

Découvrez comment les outils d'analyse de données peuvent vous aider à préparer votre modèle de Machine Learning ou tout simplement garantir le succès de vos projets data.

MNSIT : Reconnaître les chiffres (Partie 1) 1

dans Cas d'utilisation / Modélisation / OCR / Texte

Lançons-nous dans la reconnaissance de chiffres avec le jeu de données bien connu MNSIT !

Tuning des hyper-paramètres de Machine Learning 3