Séminaire

Session 4 : Machine Learning : présentation générale

Module LOGICIELS métiers et dématérialisation
Ce qu’est le Machine Learning dans ses grandes lignes, avec sa « fille aînée », le deep learning. L’apprentissage. Trois formes d’apprentissage : supervisé et la nécessité de disposer d’un jeu de données (dataset) sur lequel appliquer l’algorithme, non supervisé et par renforcement. Ce qui les distingue. L’importance de l’annotation, de la normalisation et du compartimentage des données. Peut-on définir la taille optimum d’un dataset, de manière à avoir les plus grands chances d’effectuer une inférence (reconnaissance à partir de données non labellisées) optimale. Sachant que les datasets s’achètent auprès de « brokers » et qu’il convient de ne pas inonder le processus d’apprentissage. Les problèmes de sous et de sur-apprentissage. Les référentiels de datasets. Les métriques d’analyse d’erreurs.
Pour chaque famille ML, nous suivrons pas à pas le fonctionnement des algorithmes, avec de nombreuses illustrations, mais sans codage.
Session 4 : Machine Learning : présentation générale
10-09-2020
Claude Marson (France)
14h30
Terminé
Plus de meetings
L’échec de la modélisation
Webinaire

L’échec de la modélisation

Module Architectures applicatives et développement d’APPLICATIONS

Pensez avant de coder. C'est ce que nous disaient nos enseignants à l'époque de nos premières armes en programmation. Et ils ajoutaient que l'on pouvait se ...

Abonnez-vous
  • Suivez LeMarson en direct
  • Accédez à des centaines de dossiers et d'articles
  • Visionnez des dizaines d'heures de formations vidéos
  • Téléchargez le Livre des tendances de l'année
Annuel

$590.00