Participez au webinaire :
Relevez le défi de la modélisation
des données spectroscopiques complexes grâce au Machine Learning
Le 30 Mai 2024 à 11h (CEST), Astrid Maléchaux présentera les méthodes avancées de Machine Learning les plus communes. Pendant ce webinaire de 45 minutes, vous découvriez les méthodes de ML pour aller plus loin dans l’analyse de vos données spectroscopiques complexes.
Ces méthodes sont habituellement utilisées pour :
- gérer les relations non-linéaires
- analyser des bases de données hétérogènes
- prédire des paramètres complexes
- prendre en compte les facteurs de variabilité
- et tout çà même avec peu d’échantillons !
Programme du webinaire :
- Qu’appelle-t-on des données complexes ?
- Aperçu des méthodes de Machine Learning
- Régression locale (LWR)
- Support Vector Machines (SVM)
- Réseaux de neurones artificiels (ANN)
- Arbres de décision et méthodes ensemblistes (CART et RF / XGBoot)
- Comparaison entre les méthodes sur un cas pratique
- Conclusion
- Questions / Réponses
Astrid Maléchaux,
Data Scentist Ondalys
Pour chaque méthode de Machine Learning, l’optimisation du modèle ainsi que les avantages et inconvénients seront détaillés. Elles seront illustrées par un exemple d’application et une comparaison à la PLS (Méthode de régression aux moindres carrés).
Forte d’une longue expérience dans la Chimiométrie et la Machine Learning, Astrid Maléchaux partagera son expertise avec vous.
L’équipe d’ Ondalys accompagne ses clients industriels dans le traitement de leurs données complexes. Que ce soit des données instrumentales ( données spectroscopiques, images hyperspectrales… ) , des données physico-chimiques (données de chromatographies, OMICS,…) ou des données de procédés, Ondalys vous accompagne pour optimiser leur analyse et en extraire toute l’information pertinente.
