Le TensorFlow Dataset permet de lire facilement les jeux de données utilisés fréquemment en Machine Learning/Deep Learning.
Archives par catégorie: Machine Learning
16
Mai
Mai
La différence fondamentale entre les deux éditions est le support de Keras, TensorFlow 2 et l’ajout de quelques chapitres sur le renforcement, NLP, et GAN.
30
Avr
Avr
Yann LeCun (YLC), Director of AI Research, Facebook et Founding Director of the NYU Center for Data Science était l’invité de La Tête au Carré sur France Inter le 25/04/2019. YLC a obtenu en 2019, avec Yoshua Bengio et Geoffrey Hinton, le prix Turing pour ses travaux en IA. En 2016, Yann Le Cun était le […]
04
Avr
Avr
TensorFlow est en version 2 Alpha depuis mars 2019. The 2.0 Alpha release is available now. Users can use this today and get started with all that TensorFlow 2.0 has to offer. https://www.tensorflow.org/community/roadmap Les changements sont importants, notamment en ce qui concerne la simplification d’usage. C’est ce que nous allons voir avec ce tutoriel. Contrairement […]
03
Avr
Avr
Pour comprendre les réseaux de neurones, il n’est pas indispensable, contrairement aux idées reçues, de disposer d’un background mathématique très élevé. Le niveau du Lycée suffit. Si vous avez compris l’équation de la droite et la régression linéaire, alors vous comprendrez les réseaux de neurones. C’est ce que cet article tente de démontrer. Cet article […]
Artificial Intelligence,Deep Learning,Machine Learning,Réseau de neurones
Notes sur le crash course de @fchollet sur TensorFlow et Keras
13
Mar
Mar
Le crash course sur TensorFlow 2.0 de François Chollet @fchollet fondateur de Keras mérite quelques notes. C’est l’objectif de ce 1er article qui couvre les parties 1, 2 et 3 de l’article. Installation Le code présenté est dans l’environnement de Google Colaboratory GCP. On commence par l’installation de tf-nightly-gpu-2.0-preview. Il s’agit de l’installation pour GPU. […]
Deep Learning,fastai - Deep Learning for Coders,Machine Learning,Réseau de neurones
Reconnaître automatiquement un drapeau breton
11
Fév
Fév
Encore une fois, merci à Jeremy Howard, pour son merveilleux cours sur le Machine Learning. Cet article doit tout (sauf les erreurs) à son cours n°2 : https://course.fast.ai/videos/?lesson=2 Nous développons ici, dans Google Colab, une application, qui permet de détecter automatiquement si un drapeau est un drapeau breton, un drapeau pirate ou un drapeau de […]
19
Nov
Nov
Les arbres de décision apprennent leurs règles en décidant quels attributs mettre à la racine de l’arbre puis de chacun des noeuds. La sélection d’attributs se fait le plus souvent en calculant soit l’indice Gini soit l’entropie. Pour notre exemple, nous nous inspirons de l’article how decision tree algorithm works. [table id=5 /] Dans notre […]
15
Nov
Nov
MNIST est le Hello World du Machine Learning. Le présent article commente le code du §3 du livre d’Aurélien Geron. Rappel de ce que nous avons écrit à son sujet. Le livre Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems d’Aurélien Geron est très très bon. Il est complet, profond, bien […]
Cet article explique les forêts aléatoires (Random Forest) en commentant le cours INTRODUCTION TO RANDOM FORESTS de Jeremy Howard (probablement le meilleur formateur au Machine Learning et au Deep Learning). Le principe de la formation retenue par Jeremy est toujours de partir du code, de l’expliquer, d’arriver ensuite à la théorie. On apprend en codant. Ceci suppose de […]
- 1
- 2