EURODECISION renforce son expertise historique en mathématiques décisionnelles et aide à la décision en créant l’OpenLab AI.DA.

Nos ambitions :

  • En interne et pour nos clients, être un lieu d’échanges et de rencontres pour diffuser les bonnes pratiques, former et capitaliser sur les solutions IA.
  • Privilégier une innovation pragmatique ciblée sur les besoins métiers, en étant un trait d’union entre état de l’art en recherche, développements informatiques et le terrain.
  • Pouvoir faire appel, selon les problèmes, à toutes les familles de l’Intelligence Artificielle, pas seulement les réseaux de neurones, voire, souvent, à une combinaison de ces techniques algorithmiques et d’expertise métier.
  • Développer des méthodologies et outils de traitement et d’analyse de la donnée, et participer à l’écosystème open source autour de la data.

 

24 octobre 2022

La version 8.0 du logiciel LP-Toolkit d’EURODECISION vient de sortir !

Les nouveautés :
– Support de la version 2.10.5 de COIN Branch and Cut solver (CBC) (support du parallélisme sous windows)
– Support de la version 22.1.0 de IBM CPLEX
– Support de la version 5.0 de GLPK
– Support de la version 9.5.1 de Gurobi
– Support de la version 8.14.0 de FICO Xpress
– Simplification de l’interface programmeur (API)

Pour en savoir plus
contactez-nous
Nom / Prénom
Société
Coordonnées
*
Votre message
*

* Champs obligatoires

LP-Toolkit permet de développer (modélisation, prototypage, test, industrialisation) en C++ des moteurs d’optimisation reposant sur la programmation mathématique, indépendamment du solveur utilisé. Il apporte tous les outils nécessaires pour construire et tester rapidement un modèle de programmation linéaire et permet de se concentrer essentiellement sur le modèle en simplifiant au maximum les interfaces entre les données utilisateur et le solveur de base dont il est indépendant.

 

Nos équipes R&D développent des packages python pour la data et le machine learning

– Pandas-cleaner : une extension de la librairie open source Pandas pour détecter, analyser et nettoyer les erreurs dans les données.
– Eduardo : un ETL no code, basé sur la librairie open source Taipy.
– ED-Mind : un framework C++ et une API python pour faciliter le développement et l’entraînement de modèles d’apprentissage par renforcement.

 

Pandas-cleaner, une nouvelle librairie open source python pour la data science

EURODECISION est fière de participer à l’écosystème open source data et est heureuse d’annoncer la release de son outil pandas-cleaner sous licence BSD-3.

Pandas-cleaner est une extension de pandas pour :
– détecter différents types d’erreurs (valeurs manquantes, aberrantes, mal formattées, incohérentes…) sur différents types de données (numériques, catégorielles et textuelles) via une API simple,
– analyser les erreurs potentielles, via des rapports et des graphiques pour décider si une correction est nécessaire,
– nettoyer les dataframes en, selon les cas, supprimant les données erronées, les remplaçant, les corrigeant automatiquement etc.

Installation : pip install pandas-cleaner

Voir le code source

Voir la documentation

 

5 janvier 2023

ED-Mind, un nouveau composant pour le développement de modèles industriels d’apprentissage par renforcement

ED-Mind a été conçu pour :

  • Hybrider des composants d’optimisation développés en C++ avec des modèles Python
  • Créer des environnements Gym, compatibles avec des librairies d’apprentissage par renforcement
  • Et ainsi tester des approches d’optimisation innovantes basées sur le deep learning

 

9 janvier 2023

EDUARDO : un nouveau composant pour la gestion des pipelines data

Chez EURODECISION, nous utilisons beaucoup de données clients pour alimenter nos modèles de recherche opérationnelle ou de machine learning. Ces données sont rarement utilisables de manière brute et doivent être transformées, nettoyées, réorganisées, agrégées.

De nombreux outils d’ETL et ELT existent pour cela, souvent optimisés pour des big datawarehouses dans le cloud. Mais, en pratique :

  • La partie transformation des données est toujours très spécifique au projet.
  • Les datas ne sont pas toujours Big ou dans le cloud.
  • Tout le monde ne parle pas le SQL !

Nos équipes R&D ont donc développé un outil spécifique pour ces cas. Nom de code : EDUARDO.

Package python :
– utilisable en local ou déployable
– extensible

Pipelines définies via des fichiers texte en yaml :
– compréhensibles par des non-développeurs
– maintenables et collaboratives avec git
– visualisables sous forme de DAGs dans le navigateur

Basé, sous le capot, sur des librairies open source :
– Pandas et ses nombreuses fonctionnalités
– Le récent et puissant Taipy Core pour gérer les dépendances entre tâches
– Pandas-cleaner pour le nettoyage automatisé

La V1 arrive !

 

13 janvier 2023

ED-Rules : une plateforme logicielle Java facilitant l’utilisation de Drools, la technologie BRMS (systèmes à base de règles) open source de référence.

ED-Rules se révèle particulièrement utile pour les cas suivants :

  • Créer rapidement un prototype de moteur de règles ou un démonstrateur,
  • Poser les bases d’une application BRMS complète encapsulant le moteur Drools,
  • Modéliser et automatiser des processus de décision basés sur des concepts métier (base de connaissances, logique métier exprimée sous forme de règles et tables de décision).

La plateforme dispose d’une IHM web et offre de nombreuses fonctionnalités : création de session Drools, segmentation des données, génération de modèle Java ou de modèle déclaratif (par exemple à partir d’un fichier .csv), gestion de versions, synchronisation à l’éditeur Drools Workbench et plus encore.

Et tout ça sans deep learning ni réseaux de neurones … Car l’intelligence artificielle c’est aussi l’IA Symbolique !

Pour en savoir plus sur les BRMS :

Demandez notre livre blanc « Le BRMS brique par brique »

Découvrir notre formation Business Rules Management Systems (BRMS)