
Intelligence Artificielle - Data Driven 101 - Le podcast IA & Data 100% en français Des tableaux aux insights : l’IA qui comprend vos données - Alexandre Pasquiou @NeuralkAI #92
6 snips
Jul 21, 2025 Dans cet échange captivant, Alexandre Pasquiou, docteur en neurosciences computationnelles et cofondateur de Neuralk AI, dévoile les secrets d'un modèle d'intelligence artificielle révolutionnaire pour les données tabulaires. Il aborde l'in-context learning, permettant des prédictions sans réentraînement, et explique pourquoi leur modèle surpasse des géants comme XGBoost. Alexandre expose également les contrats d'intégration pour le retail et l'importance d'une compréhension métier. Ensemble, ils discutent des enjeux d'autonomie technologique et des pratiques d'entraînement sur des données synthétiques.
AI Snips
Chapters
Transcript
Episode notes
Garder La Sémantique Des Textes Produits
- Le texte dans une fiche produit perd de l'information si on le compresse en embedding dimensionné fixe.
- Il faut structurer la donnée textuelle pour préserver la sémantique utile à la prédiction.
Privilégier Exemples Récents et Représentatifs
- Choisissez des exemples d'entraînement récents et représentatifs plutôt que tout historiser aveuglément.
- Testez empiriquement le choix de la fenêtre temporelle et adaptez le « prompt » dataset selon la saisonnalité.
Préférer Plus D'Informations Plutôt Que Moins
- Fournissez au modèle un maximum de variables explicatives plutôt que de supprimer des périodes anormales par défaut.
- Ajoutez des flags (ex: période COVID) si l'événement a une influence utile sur la prédiction future.
