Aperçu de tous les rapports de recherche et prototypes précédemment publiés
Nos travaux de recherche sont axés sur les tendances émergentes en matière de données et de machine learning. Les rapports produits sont accompagnés de prototypes fonctionnels, qui démontrent les capacités de l'algorithme, et offrent des conseils techniques détaillés sur les applications pratiques.
Apprentissage fédéré
Notre dernier rapport porte sur l'apprentissage fédéré, une approche d'entraînement des modèles de machine learning sur les données de nœuds edge répartis qui garantit la confidentialité et réduit les coûts de communication. L'accès au prototype de ce rapport est gratuit, alors que les prototypes de recherche précédents n'étaient accessibles qu'aux abonnés.
Apprentissage multitâche
Ce rapport porte sur l'apprentissage multitâche, nouvelle approche du machine learning qui permet aux algorithmes de maîtriser plusieurs tâches en parallèle.
Recommandations sémantiques
Dans ce rapport, nous expliquons comment l'utilisation du contenu sémantique des éléments peut aider à éviter les pièges de recommandation courants, comme le redémarrage à froid, et révéler de nouvelles possibilités du produit.
Interprétabilité
Dans ce rapport, nous expliquons comment rendre les modèles interprétables sans sacrifier leurs capacités ni leur précision.
Programmation probabiliste
Nous expliquons ici comment utiliser la programmation probabiliste et l'inférence bayésienne pour construire facilement des outils qui réalisent de meilleurs prévisions et améliorent la prise de décisions.
Synthèse
Découvrez comment utiliser le deep learning et les intégrations pour rendre possible l'analyse de texte dans diverses applications et produits d'entreprise.
Deep learning : analyse d'image
Ce rapport retrace l'histoire du deep learning, présente la situation actuelle, explique comment l'appliquer et prévoit ses développements à venir.
Méthodes probabilistes pour flux en temps réel
Nous détaillons ici les méthodes probabilistes qui offrent des modèles hautement efficaces pour extraire de la valeur depuis des flux de données au fur et à mesure de leur création.
Génération de langage naturel
Ce rapport explique comment les machines peuvent transformer des données hautement structurées en récit rédigé en langue humaine.
Lire le blog Fast Forward Labs
-
New research: Deep Learning for Image AnalysisWe’ll be discussing this research as part of our virtual event on Wednesday, July 24th at 10:00am PT...
-
New research: transfer learning for natural language processingWe’ll be discussing this research as part of our virtual event on Wednesday, July 24th at 10:00am PT...
-
Taking Snorkel for a spinActive learning, which we explored in our report on Learning with Limited Labeled Data, makes it pos...
Ne vous laissez pas distancer par demain
Inscrivez-vous à notre newsletter mensuelle et découvrez les dernières avancées de l'intelligence artificielle appliquée, ainsi que l'actualité de l'entreprise et ses événements.