Using machine learning to improve our WordPress Application [EN] - Fellyph Cintra

WordCamp Thessaloniki 2019

Το Machine Learning είναι ένα από τα πιο μοδάτα πράγματα στον κόσμο της πληροφορικής, ένα πλήθος νέων υπηρεσιών εμφανίζονται κάθε στιγμή, μεγάλες εταιρείες έχουν αρχίσει να εφαρμόζουν/υλοποιούν διαφορετικά χαρακτηριστικά που χρησιμοποιούν το Machine Learning (ML). Αλλά…. πώς οι θνητοί προγραμματιστές και οι μικρομεσαίες επιχειρήσεις μπορούν να χρησιμοποιήσουν αποτελεσματικά το Machine Learning για να μάθουν να βελτιώνουν τις λύσεις τους;

Σε αυτή την ομιλία, πρόκειται να συζητήσουμε τις βασικές έννοιες γύρω από το MLand και τη χρήση βιβλιοθηκών υψηλού επιπέδου στο JavaScript για την υλοποίηση στην WordPress εφαρμογή μας , που περιγράφεται ως μια φιλική βιβλιοθήκη Machine Learning ml5.js θα είναι η πόρτα εισόδου μας στον κόσμο του Machine Learning.

Για να ολοκληρώσουμε το ταξίδι εισαγωγής, θα δούμε πώς μπορούμε να χρησιμοποιήσουμε ml5.js σε ένα πραγματικό έργο. Όπως ανέφερα προηγουμένως, το ml5.js είναι μια βιβλιοθήκη Javascript – η ομιλία επικεντρώνεται σε μια στοίβα front-end αλλά είναι ανοιχτή για ανθρώπους που θέλουν να μάθουν περισσότερα για τις βασικές έννοιες πίσω από το Machine Learning.

Ας γράψουμε κώδικα!!!

Machine Learning is one of the most trendy things in IT world right now, a bunch of new services pop-up every single moment, large companies have started to implement different features that utilise Machine Learning(ML). But…. how mortal developers and small and medium business can effectively use machine learn to improve their solutions?

In this talk, we are going to discuss the basic concepts around ML and using high-level libraries in JavaScript to implement on ourWordPress Application, described as a friendly Machine Learning library ml5.js will be our entry door to the Machine Learning world.

To wrap up the introduction journey, we will see how we can use ml5.js in a real project. As I mentioned before ml5.js is a Javascript library – the talk is focused on a front-end stack but is open for people who want to learn more about the basic concepts behind machine learning.

Let’s get coding!!!

Transcript

1. @fellyph Using Machine Learning to improve the user experience Fellyph Cintra
2. @fellyph Or: Machine learning for mortal developers
3. @fellyph @fellyph Deloitte Digital Google Developer Expert
4. @fellyph Artificial Intelligence ?
5. @fellyph Artificial Intelligence ???
6. @fellyph –Arthur Samuel “Field of study that gives computers the ability to learn without being explicitly programmed.”
7. @fellyph 250 300 100 270 4 151 Example: Normal computation If (x > 200) { side = right; } esle { side = left; } Right - 250 Right - 300 Left - 100 Right - 270 Left - 4 Left - 151
8. @fellyph Example: AI computation Right - 250 Right - 300 Left - 100 Right - 270 Left - 4 Left - 151 Predict next results
9. @fellyph Example: AI computation Right - 250 Right - 300 Left - 100 Right - 270 Left - 4 Left - 151 Predict next results
10. @fellyph AI Terms Natural Language Neural network Datasets Supervised Learning Unsupervised Learning Pre-trained models Machine Learning Deep Learning
11. @fellyph AI Terms Natural Language Neural network Datasets Supervised Learning Unsupervised Learning Pre-trained models Machine Learning Deep Learning
12. @fellyph Artificial Intelligence Machine Learning Deep Learning Natural Language Neural Network Supervised Learning Unsupervised Learning
13. @fellyph
15. @fellyph ML5.js
16. @fellyph What we can Classify? Images Sounds Text
17. @fellyph Can we use ML5.js and WordPress?
18. @fellyph Ναί!!!
19. @fellyph Steps 1. Create a Gutenberg Block(optional) 2. Define labels(output) - Product ID 3. Training model 4. Export Pre-trained model 5. Apply script to a Gutenberg block
20. @fellyph LET’S CODE!
21. @fellyph MAIN FUNCTIONS
22. @fellyph Training
23. @fellyph Solution
24. @fellyph gotResults ruction
25. @fellyph Solution
26. @fellyph Considerations • KNN model - 500kb • FeatureExtractor model - 5MB(more than 2 labels).
27. @fellyph Coming soon https://wicg.github.io/shape-detection-api/
28. @fellyph Chrome support(behind flag) https://developers.google.com/web/updates/2019/01/shape-detection
29. @fellyph Links https://p5js.org/ https://ml5js.org/ https://github.com/fellyph/ml5js-gutenberg https://www.youtube.com/watch?v=jmznx0Q1fP0 ml5.js course
30. @fellyph Obrigado (thanks)