Machine Learning: Régression linéaire et non-linéaire et automatisation des tâches du quotidien

Aujourd’hui, je te mon­tre com­ment j’ai automa­tisé la créa­tion de mes vidéos de “Pause Café”, et on par­le aus­si de Machine Learn­ing avec 2 cas pra­tiques: https://www.youtube.com/watch?v=QciGl5iv-dE

2 outils pour Tensorflow: Lattice et Serving

Dans cet arti­cle, je vais vous présen­ter briève­ment 2 nou­veaux out­ils pour Ten­sor­flow, le frame­work de Deep Learn­ing de Google. Ils ne sont pas véri­ta­ble­ment “nou­veaux”, mais arrivent au stade où on peut les utilis­er dans nos pro­jets. Il s’ag­it de Ten­sor­flow Lat­tice qui affine les don­nées d’en­traine­ment et Ten­sor­flow Serv­ing qui per­met les déploiement… Lire la Suite →

Hadoop et Spark de la fondation Apache: Du Big Data Distribué au Machine Learning

Je vous avais déjà par­lé d’Hadoop dans cet arti­cle sur “Lim­ites des SGBDR pour le Big Data, NoSQL et NewSQL”. Hadoop est un frame­work libre et open source écrit en Java des­tiné à faciliter la créa­tion d’ap­pli­ca­tions dis­tribuées pour le stock­age de don­nées, per­me­t­tant aux appli­ca­tions de tra­vailler avec des mil­liers de nœuds et des… Lire la Suite →

Introduction au Deep Learning

Je vous pro­pose de dis­cuter un peu autour d’une vidéo de David Louapre (chaine youtube Sci­enceE­ton­nante) sur le deep learn­ing. C’est telle­ment bien présen­té et amené et que je préfère l’u­tilis­er comme base de réflex­ion ici. Nous avons déjà dis­cuté du deep learn­ing sur ce blog avec l’ar­ti­cle sur la course de voitures Rob­o­race, avec… Lire la Suite →

Fièrement propulsé par WordPress | Thème : Baskerville 2 par Anders Noren.

Retour en haut ↑

%d blogueurs aiment cette page :