Set : Machine Learning





IA : Les modèles à changement de régime en finance
20 Sep 2020 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2019-2020 • ESILV • PI²5 ►https://bit.ly/2L323US 👇 Le deep Learning, ou apprentissage profond, est un champ d’études de l’intelligence artificielle permettant un apprentissage automatique à  partir d’une large base de données. Il ne s’est démocratisé que très récemment (année 2010) dans de plus en plus de domaines, à savoir la finance […]


Lire la suite →


Canon laser de défense des ruches contre les frelons asiatiques
18 Sep 2020 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2019-2020 • ESILV • PI²5 ►https://bit.ly/2L323US 👇 Dans le cadre de notre 5ème année à l’ESILV, nous avons travaillé sur la conception d’un canon laser de défense des ruches contre les frelons asiatiques. Ce projet nous a été proposé par Raphaël Millot, ancien élève de l’école. Il s’est aperçu que de […]


Lire la suite →


Optimiser le service client avec l’intelligence artificielle
11 Juin 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 4e année 2018-2019 • ESILV • PI²4 Notre équipe, composée de Robin Convert, Corentin Dauvissat, Romain Caillon et Florent Bissonnier était intéressé par un projet d’Intelligence Artificielle. Nous avons travaillé avec Kwalys, une entreprise qui créé des chatbots et qui propose un outil aux entreprises pour créer simplement un chatbot. Notre mission globale […]


Lire la suite →



Détecter la fraude à l’assurance
11 Juin 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 4e année 2018-2019 • ESILV • PI²4 La fraude à l’assurance est aujourd’hui conséquente. Déclaration de faux sinistres, fausses déclarations à la souscription, exagérations… Le Comité Européen des Assurances définie la fraude comme un « acte ou une omission relative à la conclusion d’un contrat d’assurance ou un sinistre destiné à procurer un […]


Lire la suite →


Analyse des Comparables Automatisée
11 Juin 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 4e année 2018-2019 • ESILV • PI²4 Dans le cadre du projet PI2 de 4ème année à l’ESILV, nous avons formé une équipe de cinq étudiants passionnés du monde de la finance, avec 3 élèves en Ingénierie Financière et 2 en Informatique, Big Data et Intelligence Artificielle. Notre équipe a développé un outil […]


Lire la suite →


Comment détecter une fraude à l’aide des données de l’INSEE ?
11 Juin 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 4e année 2018-2019 • ESILV • PI²4 Notre projet consiste à analyser des données de l’INSEE afin de pouvoir détecter d’éventuelles fraudes pour notre partenaire Allianz. Pour ce faire, il a été nécessaire de mettre en place des algorithmes informatiques permettant de répondre à notre problématique. Nous avons donc développé des algorithmes de […]


Lire la suite →



Analyse simplifiée de bases de données
11 Juin 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 4e année 2018-2019 • ESILV • PI²4 A l’ère du tout numérique, de la transition digitale, et du flux massif de données à traiter, il n’est pas étonnant de se demander comment Allianz, un géant de l’assurance et un leader européen dans son domaine, peut se démarquer face à la recrudescence de start-ups […]


Lire la suite →


Outil de scoring de crédit à partir de données géographiques
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 De nos jours, les prêts sont utilisés dans de nombreux cas. Le processus d’acception d’un prêt doit être très rapide en particulier lorsque les clients ont besoin d’un crédit en magasin au moment de leur achat (exemple : paiement en trois fois sans frais, cartes type […]


Lire la suite →


Transparence des algorithmes de Machine Learning
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 Le sujet que nous avions choisi est la “Transparence des Algorithmes” en partenariat avec la Société Générale. L’objectif de ce projet est de comparer deux algorithmes de Machine Learning qui traitent une base de données récupérée sur Kaggle, une compétition en sciences des données. Pour ce […]


Lire la suite →



Modélisation de la satisfaction client
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 Cette année, notre projet PI2 avait pour objectif de créer un outil à l’aide de Machine Learning pour permettre d’évaluer le niveau de satisfaction d’un client de banque. Ce projet repose sur une compétition de data science Kaggle proposée par la banque espagnole Santander. Notre but […]


Lire la suite →


Machine learning et prédiction des futures chinois
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 L’objectif de ce projet est d’appliquer des modèles linéaires à des contrats à terme pour une période donnée en étudiant ses prix sur différentes périodes passées. Le projet est géré par Monsieur Garcin (ESILV) et Monsieur Ban (Xlab), tous deux scientifiques du domaine des technologies financières. […]


Lire la suite →


Outil de description de la performance d’un Kaggle champion
06 Mai 2019 /
Par Jonathan Riquier /
fbk twt

Projet de 5e année 2018-2019 • ESILV • PI²5 Le but de ce projet est de construire un outil permettant la visualisation et la comparaison des prédictions issues de deux algorithmes de machine learning différents. Nous avons construit chaque partie de notre outil en imaginant une situation réelle qui pourrait aider l’utilisateur à comparer et […]


Lire la suite →





Brochure
Candidature

En savoir plus ?

Demandez-nous une documentation !

Les champs marqués d'un astérisque (*) sont à remplir obligatoirement et correctement.


En validant ce formulaire, vous acceptez que l’Association Léonard de Vinci traite vos données à caractère personnel pour répondre à votre demande de contact et ainsi recevoir la documentation demandée. Si vous y avez consenti, vous êtes également susceptible de recevoir la newsletter du Groupe Léonard de Vinci. Vos données sont transmises aux collaborateurs de notre direction marketing ayant besoin d’en connaître et sont conservées pour une durée de deux ans à compter de votre dernière demande. Vous disposez des droits suivants sur vos données : droit d’accès, droit de rectification, droit à l’effacement (droit à l’oubli), droit d’opposition, droit à la limitation du traitement, droit à la portabilité et du droit de retirer votre consentement. Vous pouvez également définir des directives générales ou particulières relatives au sort de vos données à caractère personnel après votre décès. Pour les exercer, merci d’adresser votre demande à Association Léonard de Vinci - Pôle Universitaire Léonard De Vinci - 92916 Paris La Défense Cedex ou à webmaster@devinci.fr. En cas de réclamation, vous pouvez choisir de saisir la CNIL. Pour en savoir plus, consultez la politique de protection des données personnelles.