Présentation :
Cette formation s’adresse de préférence à des apprenants qui ont déjà des connaissances en machine learning ou qui ont déjà suivi nos modules d’initiation. Une bonne connaissance de Python est aussi requise.
Dans ce module, on s’intéresse aux différents outils Python qui permettent de construire des systèmes de machine learning. On commencera par présenter les systèmes d’apprentissage ainsi que leurs contextes d’utilisation. On présentera ensuite la bibliothèque Scikit-learn qui permet facilement de déployer des modèles simples pour les tâches courantes de ML. On s’attardera ensuite sur la modélisation à base de réseaux de neurones et on présentera Keras, un framework adapté pour ce type de développements.
On terminera en développant le cadre d’utilisation des modèles de langages (LLM) et des outils HuggingFace pour faciliter leur construction et déploiement.
Programme
Qu’est-ce que le machine Learning ?
Les principales tâches d’apprentissage
Construire sa base d’apprentissage
Présentation et application de Sci-kit learn
– pour la classification
– pour la régression
– pour la clusterisation
Qu’est-ce qu’un réseau de neurones ?
Les principaux types de réseaux
Qu’est-ce qu’un réseau Deep ?
Présentation et application de Keras
Qu’est-ce qu’un modèle de langage ?
Les différentes tâches liées aux modèles de langage
Présentation et application de HuggingFace