Sipina - Arbres de décision Apprentissage automatique Un article de Wikipédia, l'encyclopédie libre. L'apprentissage automatique (machine learning en anglais), un des champs d'étude de l'intelligence artificielle, est la discipline scientifique concernée par le développement, l'analyse et l'implémentation de méthodes automatisables qui permettent à une machine (au sens large) d'évoluer grâce à un processus d'apprentissage, et ainsi de remplir des tâches qu'il est difficile ou impossible de remplir par des moyens algorithmiques plus classiques. Des systèmes complexes peuvent être analysés, y compris pour des données associées à des valeurs symboliques (ex: sur un attribut numérique, non pas simplement une valeur numérique, juste un nombre, mais une valeur probabilisée, c'est-à-dire un nombre assorti d'une probabilité ou associé à un intervalle de confiance) ou un ensemble de modalités possibles sur un attribut numérique ou catégoriel. Principes[modifier | modifier le code] Applications[modifier | modifier le code] Exemples :
GotW.ca Home Page Mind Mapping : simplicité de la carte Voici la suite de l’interview de Jean-Pascal Côte. Le Mind Mapping est un outil simple et ludique. Pour garder son efficacité, il est important que cette simplicité apparaisse dans la carte. C’est quoi pour toi une carte simple ? Ce n’est pas une question facile car elle en induit naturellement une autre : « Qu’est-ce qu’une carte compliquée ? ». En première approche on pourrait dire qu’une carte est compliquée quand elle présente les caractéristiques suivantes : Trop grande abondance d’informations (Infobésité)Manque de clarté (Nuance dans les couleurs, fontes, etc.)Mauvaise utilisation de l’espace (Les styles)Mauvaise utilisation des composants graphiques (Liens mentaux, entourages, bulles de commentaires, icones, images, etc.)Arborescence trop importanteManque de sens des motsDéfaut de cohérence dans la hiérarchisation des mots clefs de premier niveauEtc. A l’opposé on pourrait dire qu’une carte est simple quand elle respecte les points suivants : Mes cartes sont-elles simples ? Cindy
Diagramme d'Ishikawa (causes et effets) Un article de Wikipédia, l'encyclopédie libre. Le Diagramme de causes et effets, ou diagramme d'Ishikawa, ou diagramme en arêtes de poisson ou encore 5M, est un outil développé par Kaoru Ishikawa en 1962[1] et servant dans la gestion de la qualité. Description et fonctions[modifier | modifier le code] Ce diagramme représente de façon graphique les causes aboutissant à un effet. Il peut être utilisé comme outil de modération d'un remue-méninges et comme outil de visualisation synthétique et de communication des causes identifiées. Ce diagramme se structure habituellement autour du concept des 5 M. Chaque branche reçoit d'autres causes ou catégories hiérarchisées selon leur niveau de détail. Le positionnement des causes met en évidence les causes les plus directes en les plaçant les plus proches de l'arête centrale. Variantes[modifier | modifier le code] Les termes « Moyens » ou « Machines » remplacent parfois la catégorie « Matériel ». Notes et références[modifier | modifier le code]
Diagramme de Pareto (80/20) Un article de Wikipédia, l'encyclopédie libre. Pour les articles homonymes, voir Pareto. Diagramme de Pareto sur les causes des retards au travail (les données sont hypothétiques) Le diagramme de Pareto est un graphique représentant l'importance de différentes causes sur un phénomène. Diagramme[modifier | modifier le code] Ce diagramme se présente sous la forme d'une série de colonnes triées par ordre décroissant. Ce diagramme est construit en plusieurs étapes[1] : collecte des donnéesclassement des données au sein de catégoriescalcul du pourcentage de chaque catégorie par rapport au totaltri des catégories par ordre d'importance Histoire[modifier | modifier le code] L'inventeur de ce diagramme est Joseph Juran, l'un des fondateurs de la démarche qualité. En 1941, au cours d’une tournée de "benchmarking" sur le thème du management de la qualité, il rencontre les dirigeants de General Motors. Juran en tire l'idée que, pour un phénomène, 20 % des causes produisent 80 % des effets.
Algorithme ID3 Un article de Wikipédia, l'encyclopédie libre. L’algorithme ID3 a été développé à l’origine par Ross Quinlan. Il a tout d’abord été publié dans le livre ‘’Machine Learning’’ en 1986. C’est un algorithme de classification supervisé, c’est-à-dire qu'il se base sur des exemples déjà classés dans un ensemble de classes pour déterminer un modèle de classification. Le modèle que produit ID3 est un arbre de décision. Cet arbre servira à classer de nouveaux échantillons. L'algorithme C4.5 est une amélioration d'ID3, notamment du point de vue de la facilité d'implémentation. Principe général[modifier | modifier le code] Chaque exemple en entrée est constitué d'une liste d'attributs. Un arbre de décision permet de remplacer un expert humain dont il modélise le cheminement intellectuel. ID3 construit l'arbre de décision récursivement. Algorithme[modifier | modifier le code] Références[modifier | modifier le code] J. Voir aussi[modifier | modifier le code] Arbre de décision
The Architecture of Open Source Applications (Volume 2): nginx nginx (pronounced "engine x") is a free open source web server written by Igor Sysoev, a Russian software engineer. Since its public launch in 2004, nginx has focused on high performance, high concurrency and low memory usage. Additional features on top of the web server functionality, like load balancing, caching, access and bandwidth control, and the ability to integrate efficiently with a variety of applications, have helped to make nginx a good choice for modern website architectures. Currently nginx is the second most popular open source web server on the Internet. 14.1. Why Is High Concurrency Important? These days the Internet is so widespread and ubiquitous it's hard to imagine it wasn't exactly there, as we know it, a decade ago. One of the biggest challenges for a website architect has always been concurrency. To illustrate the problem with slow clients, imagine a simple Apache-based web server which produces a relatively short 100 KB response—a web page with text or an image.
lsa-conso En 2012, tous circuits confondus, il s’était vendu 400 millions de litres de nectars. En 2013, leurs ventes sont tombées à 287 millions de litres, selon l'association des professionnels du jus de fuits, Unijus qui prévoit que d’ici quelques années, les nectars de commodités disparaitront du marché. Seuls resteront les nectars valorisés, ceux à l’abricot, à la pêche ou encore à la banane. Les Français, fans de pur jus Les nectars ne représentent plus que 17,6% du marché contre 48,9% pour les pur jus (800,6 milions de litres, +1,83% versus 2012) et 33% pour les jus à base de concentré (540,1 millions de litres, -3,15%). « La France est un marché de pur jus, ce qui est atypique en Europe, explique Emmanuel Vasseneix, président d’Unijus. En 2013, la consommation globale de jus de fruits s’est élevée à 1,64 milliard de litres, soit 25 litres par habitant et par an.
Méthode PDCA - Roue de Deming La roue de Deming (de l'anglais Deming wheel) est une transposition graphique de la méthode de gestion de la qualité dite PDCA (plan-do-check-act). Si la paternité de cette méthode revient à Walter A. Shewhart, c'est le statisticien William Edwards Deming qui l'a fait connaître aux industriels japonais dans les années 1950 en la présentant sous l'appellation de cycle de Shewhart (the Shewhart cycle), lors d'une conférence[1] devant 45 membres du Nippon Keidanren, l'organisation patronale japonaise. Au cours des années 1980, Deming a modifié partiellement ce titre qui est devenu PDSA (plan-do-study-adjust)[2]. Technique de mémorisation[modifier | modifier le code] La roue de Deming est un moyen mnémotechnique qui permet de repérer avec simplicité les étapes à suivre pour améliorer la qualité dans une organisation[3]. À quoi sert le cycle PDCA ? « Le cycle PDCA sert à transformer une idée en action et l'action en connaissance. Démarche d'utilisation[modifier | modifier le code] Walter A.
Natoora.fr : mes courses de produits frais en direct des producteurs Developer Network Facebook et YouTube en tête des sites les plus visités au bureau ! > > > Facebook et YouTube en tête des sites les plus visités au bureau ! Olfeo vient de publier son étude annuelle sur l’utilisation d’Internet sur le lieu de travail, une étude qui dévoile que les français y ont augmenté leur temps de surf de 11 minutes par rapport à 2012. Désormais, ce sont en moyenne 108 minutes par personnes et par jour qui sont consacrées à la navigation sur Internet. Mais le plus alarmant concerne le temps que ces employés consacrent à leur utilisation personnelle. En effet, pas moins de 58% de ces minutes passées sur Internet, soit 63 minutes, seraient réservées à l’utilisation de Facebook, YouTube, Wikipedia ou encore Le Bon Coin. Olfeo note que les catégories les plus visitées sont les blogs, forums et Wiki (17%), les sites e-commerce (15%) et les réseaux sociaux (12%). Selon l’étude, la productivité d’un salarié chuterait de 14% en moyenne. La réalité de l’utilisation d’Internet au bureau, par Olfeo. Crédits photos : Rock1997 Partager cet article Inactif
Tableau Kanban Un article de Wikipédia, l'encyclopédie libre. Un kanban (カンバン ou 看板, terme japonais signifiant « enseigne, panneau »[1]?) est une simple fiche cartonnée que l'on fixe sur les bacs ou les conteneurs de pièces dans une ligne d'assemblage ou une zone de stockage. Principe[modifier | modifier le code] Le Kanban est un mécanisme permettant d'asservir la production ou l'approvisionnement d'un composant à la consommation qui en est faite. Le nombre de kanban en circulation doit être limité pour éviter la constitution d'en-cours trop importants. Le système Kanban fonctionne entre les postes de production aval et amont : L'opérateur aval entame un conteneur. L'ingénieur japonais Taiichi Ōno est généralement considéré comme l'inventeur de la méthode kanban[3]. Règles d'implantation du système Kanban[modifier | modifier le code] Règle 1 : Pour une référence d'article donnée, un poste de fabrication produit des pièces par lots de taille réduite, et dont la quantité est toujours fixe.