[ Stack technique ]
XGBoost
La librairie de gradient boosting de référence sur les données tabulaires.
XGBoost entraîne des ensembles d'arbres de décision par gradient boosting régularisé, avec gestion native des valeurs manquantes, parallélisation CPU et accélération GPU. Compatible scikit-learn et disponible en Python, R et JVM, c'est notre choix par défaut quand il faut le meilleur score possible sur des données tabulaires, à un coût d'entraînement raisonnable.
[ Pourquoi XGBoost chez Dexon ]
Ce que cette techno fait bien, et pourquoi nous la mobilisons.
Usage typique : Scoring crédit, churn, détection de fraude et prévision de la demande.
- 01
État de l'art sur les données tabulaires : scoring, churn, prévision.
- 02
Boosting régularisé (L1/L2) et gestion native des valeurs manquantes.
- 03
Entraînement parallélisé, accélération GPU, jeux de données volumineux.
- 04
API Python, R et JVM, compatible pipelines et validation scikit-learn.
[ Technologies complémentaires ]
Les briques que nous mobilisons souvent en parallèle.
Une stack existe rarement seule. Voici les technologies que Dexon associe le plus souvent à celle-ci, par habitude de pipeline, similarité d'usage ou maîtrise interne. Cliquez sur une brique pour voir son périmètre.
[ Réassurance ]
- 0+
- projets livrés sur mesure
- 30
- ingénieurs, designers, chefs de projet
- 80 %
- issus des meilleures écoles FR
- 24 h
- délai moyen de réponse
[ Ils nous font confiance ]
Plus de 100 entreprises françaises et européennes nous accordent leur confiance.
[ Presse ]
Ils parlent de nous.
Couverture nationale par BFM Business, Le Figaro, Challenges, La Tribune et CNews. Une lecture extérieure de notre travail et de nos innovations.
