Système de détection d'anomalies
Méthodes statistiques, ML et deep learning comparés sur des transactions ou des capteurs.
Méthodes statistiques, ML et deep learning comparés sur des transactions ou des capteurs.
Prédire les défaillances d'équipements à partir de données de capteurs.
Prévision de demande avec facteurs externes.
Consommation électrique à différents horizons.
Données déséquilibrées, anomaly detection, graphes.
Retrieval → ranking → personnalisation.
Ingestion → entraînement → tracking → API → déploiement → monitoring → drift.
Un modèle qui apprend au fil des données.
10 tâches, du niveau 1 à l'industrie : régression, clustering, classification, recommandation, deep learning audio, séries temporelles, détection d'objets (YOLOv8), maintenance prédictive, pipeline MLOps (FastAPI, Docker, CI/CD).
Dashboard d'analyse football : scouting, efficience du marché, profils de joueurs par clustering, simulateur de transferts.