Accéder au contenu principal

Sélection

Les algorithmes d'apprentissage supervisé en Machine Learning

 Quels sont les algorithmes d'apprentissage supervisé les plus répandus en ML ?  C'est un réel plaisir de vous retrouver la team #TheDayInfo 😎pour un nouvel article.  Nous allons découvrir aujourd'hui les algorithmes d'apprentissage supervisé en ML(Machine Learning).  Pour tout savoir sur la méthode d'apprentissage supervisé, je vous invite à lire mon article là dessus. Exemple d'un algorithme Le SVM (Support Vector Machine) En apprentissage supervisé, lorsqu'on veut résoudre des problèmes de régression, de classification ou détecter des valeurs abbérantes avec moins de puissance de calcul, SVM est l'algorithme de choix.  Le principe ici avec le SVM est de trouver un hyperplan dans un espace à N-dimensions (avec N = au nombre de caractéristiques) qui classe distinctivement les points de données. Arbre de décision(Decision tree) Comme son nom l'indique, c'est un arbre qui aide à la prise de décision.  Pour faire simple, vous avez des données sur

Google Colab et le Machine Learning

La plateforme de formation et de recherche dans le domaine de l'apprentissage automatique


Hello la team #TheDayInfo, c'est avec une grande joie que je vous retrouve dans cette situation de crise sanitaire due au Covid-19 (Je vais très bien, bien confiné à la maison😎). 

Alors, C'est quoi Google Colab 😕?

Google colab alt seo optimization Google
Colab Google Logo


Google Colab

Colab est un service cloud offert gratuitement par Google pour la formation et la recherche dans le domaine du Machine Learning(En français: Apprentissage automatique) que tout le monde appelle abusivement Intelligence Artificielle IA. 

Ce service est basé sur Jupyter Notebook et a pour but d’entraîner les modèles de Machine Learning directement sur le cloud sans avoir à installer des serveurs, des processeurs, des cartes graphiques et autres. 
C'est super génial 😊quand on sait que l'entrainement des modèles de Machine Learning utilise beaucoup de ressources informatiques. 

Il n'est pas donc pas conseillé de le faire sur nos machines habituelles, à moins de posséder une machine qui rivalise avec les caractéristiques du cloud. 

Par ailleurs, lors du dernier sommet des développeurs TensorFlow, l'annonce de la prochaine version  Colab Pro a été faite avec plus de mémoire, de temps d'exécution et de GPUs encore plus rapides.

Jupyter Notebook

Je vois d'ici le sourire 😉des Data Scientist. 

Jupyter NoteBook est l'outil incontournable des Data Scientist car il permet de faire l'analyse de données(Visualisation, calcul,modélisation), de créer et de partager des documents contenant du code, des images et du texte.



C'est une application web open source qui est par défaut sous la distribution Anaconda que vous pouvez télécharger avec le lien.

Machine Learning (Apprentissage Automatique)

Le Machine Learning (ML) est le fait de laisser la machine apprendre, à partir d'énormes quantités de données avec des formules statistiques, à reconnaître une image, à traduire un texte ou encore à analyser les sentiments dans une voix ou un texte.  

De plus, je voudrais souligner que Google Colab un outil indispensable pour les développeurs TensorFlow pour entraîner les modèles ML afin de les déployer sur les plateformes mobile et web.

Pour finir, je vous invite à vous connecter à ma page Facebook cette semaine, il y'aura assez d'informations concernant les plateformes d'apprentissage. 

N'oubliez pas de rester confiner, de respecter les règles d'hygiènes👏 et de bosser encore plus pendant ce temps de confinement. 

Stay safe, stay home😊








Commentaires

Articles les plus consultés

Follow @ArmelYara