用人工智能为您的呼叫中心提供动力
2021 年 6 月 3 日 了解如何利用 Google Contact Center AI 提高客户满意度并创造附加值。了解 3 月 30 日由Artefact 数据咨询总监 Matthieu Myszak 和谷歌联络中心人工智能销售主管 Julien Tribout 主讲的网络研讨会的主要成果。
使用Cloud 人工智能平台为 FastAI 模型提供服务
2021 年 3 月 30 日 在这两篇系列文章的第二篇中，我将深入探讨我们的模型在规模上的部署和服务。
利用Cloud 人工智能平台自动训练 ML 模型
2021 年 3 月 25 日 我们如何使用人工智能平台处理 FastAI 模型的训练和部署 - 第一部分
数据分析师。用上下文数据喂养创意者
2021 年 2 月 23 日 过去，数据仅用于衡量业绩、收入目标和转换率，如今，拥有可靠历史数据的公司也可以将其用作内容创作的输入。Artefact Netherlands 的数据与分析经理 Daniel de Vos 解释了如何使用数据。
零售业销售预测：我们从 M5 竞赛中学到的东西
2021 年 2 月 5 日 在本文中，数据科学家 Maxime Lutel 总结了他在 M5 销售预测竞赛中的心得，该竞赛的内容包括预测沃尔玛几家门店的未来销售额。他将向您介绍我们的解决方案，并讨论哪种机器学习模型最适合这项任务。
数据如何增强搜索策略并提高投资回报率？
2021 年 1 月 25 日 顾名思义，搜索是数字营销的主要杠杆之一。在本文中，Artefact 的客户经理 Vincent Laquerriere 将介绍如何优化您的谷歌定位策略以保持领先于竞争对手，以及如何通过整合对公司重要的数据最大限度地利用谷歌营销活动管理工具。
因果智能。提升人工智能在企业中表现的关键
2021年1月7日 为了看到人工智能和机器学习投资的真正回报，企业领导人首先需要了解影响绩效的因果关系。Artefact 荷兰和法国的高级数据科学家Siddharth Mohan解释了因果智能如何提高绩效。
利用时间序列建模减少大型超市的产品缺货现象
2020 年 11 月 25 日 在本文中，Artefact的高级数据科学家 Kasra Mansouri 和 Camille Le Gonidec 介绍了如何在数据有限、业务限制较高的情况下创建数据科学产品。了解他们如何利用时间序列建模减少大卖场的产品缺货。
如何在没有任何语言学知识的情况下从头开始训练一个语言模型
2020 年 11 月 25 日 在本文中，Artefact France 的高级数据科学家 Amale El Hamri 介绍了如何在不了解语言的情况下训练语言模型。文章介绍了从哪里获取训练数据、需要多少数据、如何预处理数据以及如何找到最适合模型的架构和超参数集。
