Artwork

Konten disediakan oleh Marc Sanselme and Marc Sanselme - Scopeo - Agence d'Intelligence Artificielle. Semua konten podcast termasuk episode, grafik, dan deskripsi podcast diunggah dan disediakan langsung oleh Marc Sanselme and Marc Sanselme - Scopeo - Agence d'Intelligence Artificielle atau mitra platform podcast mereka. Jika Anda yakin seseorang menggunakan karya berhak cipta Anda tanpa izin, Anda dapat mengikuti proses yang dijelaskan di sini https://id.player.fm/legal.
Player FM - Aplikasi Podcast
Offline dengan aplikasi Player FM !

#42 Samuel Fillon (Fondateur @ Sommelier du parfum) : La data et l'IA au service de la parfumerie

42:13
 
Bagikan
 

Manage episode 388783666 series 3426234
Konten disediakan oleh Marc Sanselme and Marc Sanselme - Scopeo - Agence d'Intelligence Artificielle. Semua konten podcast termasuk episode, grafik, dan deskripsi podcast diunggah dan disediakan langsung oleh Marc Sanselme and Marc Sanselme - Scopeo - Agence d'Intelligence Artificielle atau mitra platform podcast mereka. Jika Anda yakin seseorang menggunakan karya berhak cipta Anda tanpa izin, Anda dapat mengikuti proses yang dijelaskan di sini https://id.player.fm/legal.

Samuel Fillon, fondateur de Sommelier du Parfum, une start-up de machine learning dans la parfumerie, est l’invité de l'épisode 42 de Data Driven 101.

Il nous explique :

👉 Comment ils fournissent des outils data driven aux consommateurs et professionnels pour prendre des décisions rationnelles dans l'achat et la création de parfums.

👉 Comment ils développent des intelligences artificielles à partir de données olfactives et d’avis clients pour améliorer la recommandation de parfums.

👉 Quelles différences il y a entre des algorithmes de recommandation B2B et B2C.

🔑 MOTS CLÉS
Norme L2 : Mesure mathématique utilisée en statistiques et en apprentissage automatique pour quantifier la différence entre deux éléments.

Espace Sparse : Concept en science des données et en machine learning où la plupart des éléments d'un ensemble de données sont des zéros ou des valeurs non significatives.

Factorisation de Matrice : Technique mathématique utilisée en machine learning pour décomposer une matrice complexe en produits de matrices plus simples.

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

> Abonnez-vous 🔔

> Laissez 5 étoiles et un avis 🥰

Sur Spotify : ici

Sur Apple Podcast : ici

Sur Deezer : ici

Sur Google Podcast : ici

🧐 DANS LA MÊME THÉMATIQUE

Épisode 5 : Laure Lapost olle (DG adjointe @ Quitoque) - Data et paniers repas

Épisode 16 : Chloé Dupuy (Manager Analytics Retail @ Catalina) : Comprendre le client
Épisode 27 : Valentin Geffrier (Senior Data Scientist @ Spotify) - Data, musique et streaming audio

👋 PLUS DE CONTENU DATA ?

> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳

> Suivez-nous sur Tiktok 📳

> Abonnez-vous à notre chaîne Youtube

🚀 BESOIN D’EXPERTISE IA & DATA ?

Réserver un créneau de 30 min avec Marc Sanselme et profiter des connaissances et du savoir-faire d’un expert IA qui saura vous aiguiller sur vos projets d’IA.

Réservez votre séance de 30 minutes maintenant


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
  continue reading

Chapter

1. Introduction (00:00:00)

2. Les types de données (00:01:50)

3. La data idéale (00:09:22)

4. Vers la personnalisation (00:15:20)

5. La recommandation (00:16:45)

6. Le cheminement du produit (00:20:26)

7. Les difficultés de l’industrie (00:24:45)

8. Les erreurs à ne pas commettre (00:31:19)

9. Anecdote et opinion (00:35:09)

60 episode

Artwork
iconBagikan
 
Manage episode 388783666 series 3426234
Konten disediakan oleh Marc Sanselme and Marc Sanselme - Scopeo - Agence d'Intelligence Artificielle. Semua konten podcast termasuk episode, grafik, dan deskripsi podcast diunggah dan disediakan langsung oleh Marc Sanselme and Marc Sanselme - Scopeo - Agence d'Intelligence Artificielle atau mitra platform podcast mereka. Jika Anda yakin seseorang menggunakan karya berhak cipta Anda tanpa izin, Anda dapat mengikuti proses yang dijelaskan di sini https://id.player.fm/legal.

Samuel Fillon, fondateur de Sommelier du Parfum, une start-up de machine learning dans la parfumerie, est l’invité de l'épisode 42 de Data Driven 101.

Il nous explique :

👉 Comment ils fournissent des outils data driven aux consommateurs et professionnels pour prendre des décisions rationnelles dans l'achat et la création de parfums.

👉 Comment ils développent des intelligences artificielles à partir de données olfactives et d’avis clients pour améliorer la recommandation de parfums.

👉 Quelles différences il y a entre des algorithmes de recommandation B2B et B2C.

🔑 MOTS CLÉS
Norme L2 : Mesure mathématique utilisée en statistiques et en apprentissage automatique pour quantifier la différence entre deux éléments.

Espace Sparse : Concept en science des données et en machine learning où la plupart des éléments d'un ensemble de données sont des zéros ou des valeurs non significatives.

Factorisation de Matrice : Technique mathématique utilisée en machine learning pour décomposer une matrice complexe en produits de matrices plus simples.

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

> Abonnez-vous 🔔

> Laissez 5 étoiles et un avis 🥰

Sur Spotify : ici

Sur Apple Podcast : ici

Sur Deezer : ici

Sur Google Podcast : ici

🧐 DANS LA MÊME THÉMATIQUE

Épisode 5 : Laure Lapost olle (DG adjointe @ Quitoque) - Data et paniers repas

Épisode 16 : Chloé Dupuy (Manager Analytics Retail @ Catalina) : Comprendre le client
Épisode 27 : Valentin Geffrier (Senior Data Scientist @ Spotify) - Data, musique et streaming audio

👋 PLUS DE CONTENU DATA ?

> Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳

> Suivez-nous sur Tiktok 📳

> Abonnez-vous à notre chaîne Youtube

🚀 BESOIN D’EXPERTISE IA & DATA ?

Réserver un créneau de 30 min avec Marc Sanselme et profiter des connaissances et du savoir-faire d’un expert IA qui saura vous aiguiller sur vos projets d’IA.

Réservez votre séance de 30 minutes maintenant


Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
  continue reading

Chapter

1. Introduction (00:00:00)

2. Les types de données (00:01:50)

3. La data idéale (00:09:22)

4. Vers la personnalisation (00:15:20)

5. La recommandation (00:16:45)

6. Le cheminement du produit (00:20:26)

7. Les difficultés de l’industrie (00:24:45)

8. Les erreurs à ne pas commettre (00:31:19)

9. Anecdote et opinion (00:35:09)

60 episode

Semua episode

×
 
Loading …

Selamat datang di Player FM!

Player FM memindai web untuk mencari podcast berkualitas tinggi untuk Anda nikmati saat ini. Ini adalah aplikasi podcast terbaik dan bekerja untuk Android, iPhone, dan web. Daftar untuk menyinkronkan langganan di seluruh perangkat.

 

Panduan Referensi Cepat