La recommandation, la reconnaissance vocale, la recherche d'image. Le machine learning : l'apprentissage automatique dans la langue de Molière (écrivain décidément moderne). Voilà ce qu'est l'avenir.
Et pour le dev quotidien, tout est perdu ? Pas du tout. Les outils du ML se multiplient.
Venez passer deux heures apprendre ce que c'est le machine learning et, surtout, le deep learning, cet outil encore plus macéré dans la science fiction. Après une (très brève) introduction au ML, nous allons commencer directement par le Hello World du deep learning : la reconnaissance de chiffres écrits à la mains. Un classifieur à l'état de l'art il y a une décennie s'écrit maintenant avec une trentaine de ligne de code.
À partir de cette expérience forte, nous allons nous lancer dans la reconnaissance d'images. Apprenez chercher dans vos propres photos sans passer par Google.
Outils utilisés dans le codelab (mais pas besoin de les maîtriser avant) : python, scikit-learn, TensorFlow, Keras.
Le codelab est pour débutant en ML. Ce serait peut-être bien que tu ne sois pas également débutant en dev.
L'environnement de travail est accessible pendant l'atelier à l'adresse 35.189.251.190. Il est nécessaire d'avoir un compte Github pour s'y connecter. Il n'est pas accessible après l'atelier pour des raisons de coût (il utilise Google Cloud).
Vous pouvez trouver l'environnement proposé dans le dépôt Github deeplearning-codelab-image pour le recréer localement quand il n'est plus disponible sur Google Cloud.
Les slides sont créées avec beamer. Vous pouvez les compiler avec votre distribution LaTeX préférée ou simplement récupérer le pdf fourni dans ce repo.