MOOC – Practical Deep Learning For Coders, Part 1&2 – fast-ai

Les cours sont disponibles Ă  ces adresses : http://course.fast.ai http://course.fast.ai/part2.html ainsi que sur Youtube : Les notebooks sont sur Github Pour suivre au mieux les cours, il faut un GPU (Processeur Graphique) de Nvidia qui supporte cooter. curl – http://files.fast.ai/setup/paperspace | bash    

Gluon – tutoriel #2

Le cours Linear regression from scratch (chapitre 2) prĂ©sente un exemple de rĂ©gression linĂ©aire très simple. Le jeu de donnĂ©es rĂ©pond Ă  la fonction  2 * X[:, 0] – 3.4 * X[:, 1] + 4.2 auquel on ajoute du bruit. Un rĂ©seau de neurones, Ă  2 entrĂ©es, une sortie, un biais, est constituĂ©. La fonction de […]

Gluon – tutoriel #1

Il existe quelques livres – très intĂ©ressants – qui expliquent l’IA, le Deep Learning (DL), et en mĂŞme temps fournissent des exemples de code. Parmi mes prĂ©fĂ©rĂ©s, celui d’AurĂ©lien Geron : Hands on Machine Learning with Scikit-learn and Tensorflow et  celui de Prateek Joshi : Artificial Intelligence with Python. MalgrĂ© les grandes qualitĂ©s de ces livres, […]

Ensemble d’apprentissage

PlutĂ´t que d’utiliser un seul prĂ©dicteur, pourquoi ne pas en utiliser plusieurs pour prendre la dĂ©cision. L’exemple est celui proposĂ© par Aurelien Geron dans Hands on Machine Learning with Scikit-learn and Tensorflow Lecture des donnĂ©es [code] from sklearn.model_selection import train_test_split # Make two interleaving half circles # A simple toy dataset to visualize clustering and […]

L’intelligence peut-elle devenir artificielle – Yann Le Cun chez Etienne Klein

Entretien avec Yann Le Cun, directeur du laboratoire d’intelligence artificielle du rĂ©seau social Facebook. Comment l’intelligence pourrait-elle se dĂ©finir ? On dit souvent qu’elle est « l’ensemble des processus de pensĂ©e d’un ĂŞtre vivant qui lui permettent de comprendre, d’apprendre ou de s’adapter Ă  des situations nouvelles ». Cette phrase est certainement très intelligente, mais elle est un […]

MOOC – Deep Learning A-Z – superdatascience

https://www.superdatascience.com/courses/deep-learning-a-z/ So many courses and books just bombard you with the theory, and math, and coding… But they forget to explain, perhaps, the most important part: why you are doing what you are doing. And that’s how this course is so different. We focus on developing an intuitive *feel* for the concepts behind Deep Learning […]

RĂ©gularisation L1

La rĂ©gularisation est la pĂ©nalitĂ© pour la complexitĂ© d’un modèle. Elle aide Ă  Ă©viter le surapprentissage. Le sur-apprentissage nĂ©cessite une rĂ©gularisation. Mettre certains coefficients Ă  0, c’est la rĂ©gularisation L0 (peut utilisĂ©e). Dans un vecteur creux de grande dimension, il est judicieux de favoriser des pondĂ©rations exactement Ă©gales à 0 lorsque c’est possible. La rĂ©gularisation L2 remplirait-elle […]