Newsletter TDS : lectures incontournables de novembre sur GraphRAG, les projets ML, l’analyse de séries chronologiques basée sur LLM, et plus encore
Ne manquez jamais une nouvelle édition de La variablenotre newsletter hebdomadaire présentant une sélection de premier ordre des choix des rédacteurs, des analyses approfondies, des actualités de la communauté et bien plus encore.
A quelques semaines de la fin de l’année, ni nos auteurs ni nos lecteurs ne montrent de signes de ralentissement.
Nous sommes ravis d’avoir publié certains de nos articles les plus intéressants de l’année au cours du mois dernier : des guides pratiques sur les flux de travail LLM et des ressources sur l’évolution de carrière, des didacticiels axés sur Python et des analyses approfondies sur les outils récemment lancés, entre autres sujets marquants. Poursuivez votre lecture pour retrouver (ou revisiter) les histoires les plus lues de novembre.
Graphique RAG vs SQL RAG
Quel paradigme de base de données fournit des résultats plus précis et plus perspicaces ? Reinhard Sellmair vise à évaluer les performances de deux types de systèmes RAG en opposant GraphRAG et SQL RAG, en utilisant le même ensemble de données et les mêmes questions.
Analyse de séries chronologiques basée sur LLM
Dans la deuxième partie de la série populaire de Sara Nobrega, nous découvrons les invites dont nous avons besoin pour le développement de modèles avancés (pensez à ARIMA et LSTM).
Comment créer des projets d’apprentissage automatique qui vous aident à être embauché
Tous les portefeuilles ML ne sont pas créés égaux. Egor Howell partage des idées éprouvées sur ce qui fonctionne et ce qui ne fonctionne pas.
Autres faits saillants de novembre
Ne manquez pas nos autres lectures phares du mois dernier, abordant NumPy, Multimodal RAG, les cahiers Marimo et bien d’autres sujets, à la fois persistants et de pointe.
NumPy pour les débutants absolus : une approche de l’analyse des données basée sur des projets, par Ibrahim Salami
Comprendre les réseaux de neurones convolutifs (CNN) via Excel, par Angela Shi
Exécutez Python jusqu’à 150 fois plus rapidement avec C, par Thomas Reid
Comment construire un système de récupération sur-conçu, par Ida Silfverskiöld
Construire un RAG multimodal qui répond avec du texte, des images et des tableaux à partir de sources, par Partha Sarkar
Pourquoi je passe aux carnets Marimo, par Parul Pandey
Votre prochain « grand » modèle linguistique pourrait ne pas être grand après tout, par Moulik Gupta
Au cas où vous l’auriez manqué : nos dernières questions et réponses sur les auteurs
Nous aimons partager l’expertise, les perspectives de carrière et les points de vue de nos auteurs sur les développements récents dans le monde de la science des données et de l’IA. Voici nos plus récents Pleins feux sur les auteurs.
- « La pensée systémique m’aide à mettre la situation au premier plan »
Shuai Guo sur les agents de recherche approfondie, l’IA analytique par rapport aux agents basés sur LLM et la pensée systémique.
- « Le succès d’un produit d’IA dépend de la façon dont les utilisateurs peuvent interagir intuitivement avec ses capacités »
Janna Lipenkova sur la stratégie d’IA, les produits d’IA et la manière dont la connaissance du domaine peut changer la forme entière d’une solution d’IA.
Rencontrez nos nouveaux auteurs
Nous espérons que vous prendrez le temps d’explorer l’excellent travail de la dernière cohorte de contributeurs TDS :
- Jure Leskovec, professeur d’informatique et entrepreneur à Stanford, explique pourquoi les LLM ne constituent pas une solution universelle pour les entreprises.
- Sherin Sunny, ingénieur senior chez Walmart, nous a accompagné dans la création d’un projet de vision par ordinateur visant à détecter les feuilles.
- Manuel Franco de la Peña nous a présenté ShaTS, une nouvelle méthode d’explicabilité basée sur Shapley, spécialement conçue pour les modèles de séries chronologiques, qu’il a co-créé.
Nous aimons publier des articles de nouveaux auteurs, donc si vous avez récemment écrit une présentation de projet intéressante, un didacticiel ou une réflexion théorique sur l’un de nos sujets principaux, pourquoi ne pas le partager avec nous ?
Nous aimerions recevoir vos commentaires, auteurs !
Êtes-vous déjà un auteur de TDS ? Nous vous invitons à remplissez un sondage de 5 minutes afin que nous puissions améliorer le processus de publication pour tous les contributeurs.
Abonnez-vous à notre newsletter
