{{tag>sciences machine learning todo}} ====== Machine learning ====== Conférence de sensibilisation au deep learning Le deep learning est inclus, est une forme de machine learning. * C'est quoi * Comment c'est structuré anaconda: distribution python intégrant outils pour les data sciences. ouvrir la console conda et installer: tensorflow: Framework deep learning Google. utilisation du GPU keras-gpu: enthousiasmes et desilusoions 50 ans d'histoire. En 90 , concept d'apres biomimétiques, recreer l'apprentissage du vivant dans les machines: machine learning le deep learning est une forme de machine learning determiner des modeles a partir de données de facon autonome/automatique 2 phases distinctes. * en phase d'apprentissage l'algo traite les entrées et essaie d'etablir des relations avec les sorties * En phase de prédiction, la sortie est calculée, prédite recreation du comportement du neurone biologique Le neurone biologique fait le produit scalaire des entrées le neurone artificiel ne s'utilise pas seul mais en réseau Le réseau de neurone est capable d’établir un modèle qui une fois calculé peut etre utilisé ailleur. poids dans un reseau de neurone modélise la plasticité synaptique machine learning: 2013 2012: reseau de neurones entrainé et capable de faire de la reconnaissance dans les images deep learning: processus d'apprentissage automatique (ex: reseau de neurones) avec big data (deep = profond car très précis) principaux concepts apprentissages * apprentissage supervisé: etiquette et labels sur les données, traitement statistique, methode maitirsée * non supersivé * par renforcement apprentissage par transfert: modele deja entrainé utilisé dans un autre contexte alogo regression: sortie dans un espace continu algo de classification: sortie dans un espace discret apprentissage non supervisé encore peu utilisé, non maitrisé encore. Les données sans label apprentissage par renforcement: utliser dans un contexte dynamique algo a un set d'actions les taches a accomplir sont données environnement deterministe notion de recompense lorsque l'enchainement des actions est adapté. ===== Ressources ===== * analytics vidhya