.png)
Bonjour à la communauté,
Dans cet article, je vais présenter mon application iris-mlm-explainer
Cette application web se connecte au service SQL d'InterSystems Cloud pour créer, entraîner, valider et prédire des modèles d'apprentissage automatique, faire des Prédictions et afficher un tableau de bord de tous les modèles entraînés avec une explication du fonctionnement d'un modèle d'apprentissage automatique ajusté.
Restez en contact avec InterSystems et recevez rapidement des alertes, des avis et des actualités sur les produits. Le processus est vraiment simple :
.png)
Comme vous pouvez le constater, il faut moins d'une minute pour se tenir informé de l'actualité !
Exemple d'utilisation de la base de données FHIR d'InterSystems IRIS for Health pour effectuer de modèles ML via InterSystems IRIS IntegratedML
Description
IntegratedML est une fonctionnalité intéressante pour former/tester et déployer des modèles ML. FHIR est un standard puissant pour l'interopérabilité des informations de santé. Ce projet vise à montrer comment utiliser les outils IRIS/IRIS for Health, par exemple les transformations DTL pour préparer les données FHIR à l'application de modèles ML dans IntegratedML.
InterSystems Kubernetes Operator (IKO) 3.5 est désormais généralement disponible. IKO 3.5 ajoute de nouvelles fonctionnalités importantes ainsi que de nombreuses corrections de bogues. Les faits saillants comprennent :
En discutant avec un de mes amis, spécialiste du Machine Learning @Renato Banzai , il a évoqué l'un des plus grands défis pour les entreprises aujourd'hui : le déploiement du ML/IA dans des environnements réels.
InterSystems IRIS propose la solution "IntegratedML". IntegratedML est une fonctionnalité très utile pour entraîner, tester et déployer des modèles de ML/IA.
La partie la plus difficile dans la création de ML/IA est de faire le traitement des données, de les nettoyer et de les rendre fiables.
C'est là que nous pouvons tirer parti de la puissante norme FHIR !
L'idée du projet montre comment nous pouvons créer/entraîner/valider des modèles MI/IA avec FHIR et les utiliser avec des données provenant de différentes sources.
Voici le résumé des publications de la communauté des développeurs d'avril 2023.
Mise à jour : ajout du support pour le modèle de régression Bonjour à toutes et à tous !
Dans ce bref article, je vous montrerai comment écrire un adaptateur pour IRIS Interoperability afin d'utiliser des modèles ML gérés par IRIS IntegratedML.
L'adaptateur utilise simplement les fonctions SQL d'IntegratedML comme prédiction PREDICT et probabilité PROBABILITY, pour obtenir la classe prédite par le modèle et sa probabilité. Il s'agit d'un simple SQL :
![code1][code1]
[code1]: https://raw.githubusercontent.com/jrpereirajr/interoperability-integratedml-adapter/master/img/how-it-works-1.
Salut les développeurs,
Nous sommes honorés de vous inviter à la première rencontre Benelux Caché User Group depuis le début du COVID ! Il est dédié au stockage en colonne, aux licences IRIS, au matériel et aux performances, et au Embedded Python !
⏱ Date : 04 mai 2023 de 13h30 à 17h00
📍Lieu : InterSystems BV, Medialaan 32 / 1, B-1800 Vilvoorde, Belgique
Travaillez-vous ou votre équipe travaille-t-elle avec InterSystems IRIS ou Caché ? Ensuite, l'événement de cet après-midi sera intéressant pour acquérir des connaissances supplémentaires et rencontrer des collègues. L'équipe d'InterSystems sera également présente.
L'ordre du jour comprend des sessions du groupe d'utilisateurs et d'InterSystems lui-même, et à la fin de la réunion, InterSystems fournira une collation et une boisson comme d'habitude. La participation au groupe d'utilisateurs et aux réunions est gratuite !
Avez-vous essayé le laboratoire de la plate-forme d'apprentissage d'InterSystems pour IRIS IntegratedML ? Dans ce laboratoire, vous pouvez former et tester un modèle sur un ensemble de données de réadmission et être en mesure de prédire quand un patient sera réadmis ou non, ou de calculer sa probabilité d'être réadmis.
Vous pouvez l'essayer sans aucune installation sur votre système, tout ce que vous avez à faire est de démarrer un environnement de laboratoire virtuel (Zeppelin) et de jouer autour !
Dans cet article, je vais montrer comment intégrer la base de données IRIS d'InterSystems avec Python pour servir un Modèle d'apprentissage automatique du traitement du langage naturel (NLP).
Avec une large adoption et utilisation dans le monde, Python a une grande communauté et un grand nombre d'accélérateurs et de bibliothèques pour déployer n'importe quel type d'application. Vous pouvez également consulter : https://www.python.org/about/apps/ pour en savoir plus.
Salut la communauté,
Regardez cette vidéo pour découvrir le stockage en colonnes et découvrez comment il peut être utilisé dans la plate-forme de données InterSystems IRIS pour améliorer la vitesse de vos requêtes analytiques et stocker efficacement les données :
Salut la Сommunauté !
Je me réjouis de vous annoncer notre nouveau sujet pour les prochains mois ! Nous parlerons de différents outils et approches pour faciliter la vie des développeurs qui utilisent les produits InterSystems.
.jpg)
Il y a quelque temps, GitHub a annoncé une nouvelle fonctionnalité, les Codespaces GitHub Codespaces. Elle permet d'exécuter VSCode dans le navigateur, avec presque la même puissance que s'il était exécuté localement sur votre machine, mais aussi avec la puissance des nuages, de sorte que vous pouvez choisir le type de machine avec jusqu'à 32 cœurs de CPU et 64 Go de RAM.
.png)
C'est impressionnant, n'est-ce pas ? Mais comment cela peut-il nous aider à travailler sur des projets pilotés par InterSystems IRIS ? Voyons comment le configurer pour nous.
This is the third post of a series explaining how to create an end-to-end Machine Learning system.Cet article est le troisième article d'une série expliquant comment créer un système d'apprentissage automatique de bout en bout.
Lorsque vous travaillez avec l'apprentissage automatique, il est fréquent d'entendre ce terme : formation. Que signifie la formation dans un pipeline ML ?
InterSystems a corrigé un défaut pouvant entraîner une instabilité du client ECP (Enterprise Cache Protocol) dans de rares cas.
Le défaut existe dans les produits suivants et dans toutes les offres InterSystems basées sur ceux-ci.
Les versions concernées sont 2022.1.x, 2022.2 et 2022.3 :
InterSystems IRIS®
InterSystems IRIS for Health™
HealthShare® Connexion Santé
La version concernée est 2022.2 (uniquement pour les clients déployant ECP) :
InterSystems HealthShare®
Le problème ne peut se produire que sur les systèmes clients ECP.
Cet article est le deuxième d'une série expliquant comment créer un système d'apprentissage automatique de bout en bout.
L'Intersystème IRIS dispose déjà de ce dont nous avons besoin pour explorer les données : un moteur SQL ! Pour les personnes qui ont l'habitude
d'explorer des données dans des fichiers
csv ou des fichiers texte, cela pourrait aider à accélérer cette étape. Fondamentalement, nous explorons toutes les données pour comprendre l'intersection
(jointures), ce qui devrait permettre de créer un jeu de données préparé pour être utilisé par un algorithme d'apprentissage automatique.
InterSystems a corrigé un défaut qui pouvait amener une requête SQL à renvoyer des résultats incorrects.
Le défaut existe dans les produits suivants et dans toutes les offres InterSystems basées sur ceux-ci.
Les versions concernées sont 2021.2, 2022.1.x, 2022.2 et 2022.3 :
InterSystems IRIS®
InterSystems IRIS for Health™
HealthShare® Connexion Santé
La version impactée est 2022.2 :
InterSystems HealthShare®
Le problème peut être déclenché lorsque SQL Runtime Plan Choice (RTPC) est activé (valeur par défaut) et que la requête contient une "valeur de vérité" WHERE ? = ?
Voici mon introduction à une série d'articles expliquant comment créer un système d'apprentissage automatique de bout en bout.
Notre communauté de développement d'IRIS a plusieurs messages sans balise ou mal balisés. Au fur et à mesure que le nombre de messages augmente, l'organisation de chaque balise et l'expérience d'un membre de la communauté qui parcourt les sujets tendent à diminuer.
Suite à la partie précédente, il est temps de tirer parti de l'instruction de VALIDATION DU MODÈLE IntegratedML, qui fournit des informations permettant de surveiller vos modèles ML. Vous pouvez la voir en action ici
Le code présenté ici est dérivé d'exemples fournis par le modèle InterSystems IntegratedML ou la documentation IRIS, documentation
Remarque: Le code présenté ici n'a qu'une valeur explicative. Si vous souhaitez l'essayer, j'ai développé une application modèle - iris-integratedml-monitor-example, qui participe au concours IA d'InterSystems IRIS (InterSystems IRIS AI Contest).
Il y a quelques mois, j'ai lu cet article intéressant de la MIT Technology Review, qui explique comment la pandémie de COVID-19 pose des défis aux équipes informatiques du monde entier en ce qui concerne leurs systèmes d'apprentissage automatique (ML).
Cet article m'a incité à réfléchir à la manière de traiter les problèmes de performance après le déploiement d'un modèle de ML.
Version IAM 3.2
InterSystems API Manager (IAM) version 3.2.1 est désormais généralement disponible. En plus des corrections de bogues et des améliorations mineures, IAM 3.2 ajoute de nouveaux plug-ins susceptibles d'intéresser les clients IRIS.
Sur GitHub, vous trouverez toutes les informations sur l'utilisation d'un modèle d'apprentissage automatique "HuggingFace" / modèle d'IA sur le cadre IRIS à l'aide de Python.
Utilisation de modèles d'apprentissage automatique dans IRIS à l'aide de Python ; pour les modèles texte-texte, texte-image ou image-image.
Les modèles suivants servent d'exemple :
Voici le résumé des publications de la communauté des développeurs de mars 2023.
Dans ce didacticiel, j'aimerais parler des requêtes de classe (Class Query). Pour être plus précis, à propos des requêtes basées sur du code écrit par l'utilisateur :
Mots-clés: IRIS, IntegratedML, apprentissage automatique, Covid-19, Kaggle
Continuation de la précédente Partie I ... Dans la partie I, nous avons parcouru les approches ML traditionnelles sur ce jeu de données Covid-19 sur Kaggle.
Dans cette partie II, nous allons exécuter les mêmes données et la même tâche, dans sa forme la plus simple possible, à travers IRIS integratedML qui est une interface SQL agréable et élégante pour les options AutoML du backend. Cette interface utilise le même environnement.
Keywords: IRIS, IntegratedML, apprentissage automatique, Covid-19, Kaggle
J'ai récemment remarqué un jeu de données Kaggle permettant de prédire si un patient Covid-19 sera admis en soins intensifs. Il s'agit d'un tableur de 1925 enregistrements comprenant 231 colonnes de signes vitaux et d'observations, la dernière colonne " USI " valant 1 pour Oui ou 0 pour Non.
Ce jeu de données représente un bon exemple de ce que l'on appelle une tâche "traditionnelle de ML". Les données semblent avoir une quantité suffisante et une qualité relativement bonne.
Chers membres de la Communauté,
Les premiers mois de l'année sont le moment de faire le bilan de l'année précédente et de récompenser les participants qui ont le plus contribué au développement de notre Communauté et nos portails voisins. Dans l'annonce original, les meilleurs développeurs et les applications les plus téléchargées dans 2022 étaient remarqués ! Je suis extrêmement heureux de constater que parmi les meilleurs il y a aussi des membres actifs de notre communauté francophone !
Salut,
Nous, les modérateurs, essayons toujours de trouver les articles les plus intéressants, à jour et utiles pour vous, nos membres, et de les traduire en français. Mais parfois, il y a des articles qu'il serait intéressant de lire à loisir, mais qui ne correspondent peut-être pas tout à fait à notre sujet actuel. Comme cette fois-ci il y en avait pas mal, nous avons décidé de les mettre dans un article à part. Si vous en avez le désir et l'opportunité, lisez ces articles en anglais.
Salut la Communauté !
Le troisième jour se déroule super bien. Tout le monde bosse ! Les équipes peaufinent leurs projets. Les coaches leur donnent les derniers conseils. Nous sommes bien sûr présents pour répondre à toutes les questions et accompagner les équipes dans l'utilisations des technologies InterSystems. Par exemple ici, avec l'équipe du projet Salvia.
.png)
.png)
Tout le monde attend avec impatience le début de la présentation des prototypes !
MISE À JOUR 16H30
La présentation des prototypes a commencé.
Salut la Communauté !
Le deuxième jour de Hacking Health Camp a commencé ! Ou pour certains, c'est le premier jour qui continue. Certaines équipes ont bossé toute la nuit et on peut le voir ce matin lors des pitches avec les coaches 😁
.png)
