Machine Learning: où commencer?

1-Machine Learning : Principe et Définition
2- Langages de Programmation à maitrisées
3- Framework idéal
4- Quelques ressources

Transcript

1. Machine Learning : Où commencer? @OBAMSerge AI/ML Evangelist
2. Yannick Serge Obam • COO and Co- founder IsoMora • Software engineer and Teacher • AI/ML Evangelist • Co-Organiser GDG Ebolowa
3. 1- Machine Learning : Principe et Définition …………………………………………………………………………. 2- Langages de Programmation à maitrisées ………………………………………………………………………... 3- Framework idéal ………………………………………………………………………. AGENDA
4. MACHINE LEARNING: Principe et Définition
5. AI Cherche à doter les systèmes informatiques des capacités intellectuelles comparables à celles des êtres humains ML Faites en sorte que les machines apprennent de l'expérience plutôt que de la programmation explicite DL ML à l'aide de réseaux de neurones profonds
6. Règles Données Programmation Traditionnelle Resultats Résultats Données Règles Machine Learning
7. Activity Detection if(speed<4){ status=WALKING; } if(speed<4){ status=WALKING; } else { status=RUNNING; } if(speed<4){ status=WALKING; } else if(speed<12){ status=RUNNING; } else { status=BIKING; } // Oh crap
8. Training Phase Answers Data Rules Machine Learning Model Data Prediction s Inference Phase
9. Activity Detection 0101001010100101010 1001010101001011101 0100101010010101001 0101001010100101010 Label = WALKING 1010100101001010101 0101010010010010001 0010011111010101111 1010100100111101011 Label = RUNNING 1001010011111010101 1101010111010101110 1010101111010101011 1111110001111010101 Label = BIKING 1111111111010011101 0011111010111110101 0101110101010101110 1010101010100111110 Label = GOLFING (Sort of)
12. Pour les développeurs, c’est une revolution dans la manière d’apprehender un problème
13. Applications
14. Type de machine Learning 1. Supervisé 2. Non supervisé 3. Par renforcement
15. Processus
17. MACHINE LEARNING: Quels Langages utilisés
19. le plus utilisé par les grandes entreprises Image Source : Cyriac Zeh, Octobre 2018
20. Pourquoi ? • C’est le deuxième langage le plus facile et rapide à apprendre • Il est portable et multiplateforme (Windows, MacOS, Linux) • Il est adapté a des projets de petite et grande envergure • Il est très riche en bibliothèque et en communauté • Il est simple en syntaxe Source : Cyriac Zeh, Octobre 2018
21. MACHINE LEARNING: Les Frameworks
22. Frameworks
23. Comparaison des Frameworks Image Source : Full stack Deep Learning, March 2019
24. est une plateforme open source de bout en bout pour l'apprentissage automatique
26. Raspberry Pi Android iOS GPU CPU Cloud TPU TensorFlow supports many platforms
27. TensorFlow s’execute sous plusieurs langues ... Go
28. Image Source : Full stack Deep Learning, March 2019
29. Quoi d’autres ?
30. Ressources Courses: Tech guide by Google ML crash course Python course Videos: TensorFlow videos My tutorials : Plant Disease Classification with TensorFlow Lite on Android