Machine_Learning_Tutorials

Tutoriels et articles d'apprentissage automatique

Dans ce référentiel, je télécharge du code, des cahiers et des articles de mon blog personnel: https://maelfabien.github.io/. N'hésitez pas au dépôt si vous aimez mon travail! De nouveaux articles sont publiés chaque semaine!

J'ai récemment commencé une newsletter dans laquelle je rassemble des articles sympas que j'ai écrits sur un sujet, des référentiels Github intéressants, des projets, des articles et plus encore! J'essaierai d'envoyer 1 à 2 e-mails par mois. Si vous voulez rester dans la boucle, cliquez ici: http://eepurl.com/gyyzi5

Nouveau: je recherche des scientifiques des données motivées pour m'aider à créer des algorithmes à impact environnemental élevés (CV essentiellement). Veuillez me contacter si vous êtes intéressé (sur mon site Web, section de contact)

Tableau de contenu:

• Insignes
• Derniers articles
• Apprentissage automatique
• Apprentissage en profondeur
• Génie des données
• Écrit pour d'autres blogs
• Articles moyens

Tout d'abord, si vous n'êtes pas familier avec les concepts clés de l'apprentissage de la machine, assurez-vous de vérifier ce premier article: https://maelfabien.github.io/machinearning/ml_base/

Le référentiel est organisé de la manière suivante:

• Les articles et tutoriels sont publiés par catégorie
• Il y a un lien vers l'article en question avec le temps de lecture spécifié
• le est un lien vers le dossier de code pour chaque article

Vous aimeriez travailler sur un article avec moi? Ou vous aimeriez que je travaille sur un sujet spécifique? N'hésitez pas à tendre la main! ([email protected])

Match Learning Cheatheet:

Pour le moment, ces feuilles de triche sont écrites manuellement. Je voudrais créer un contenu visuel plus tard qui plongerait à la fois en mathématiques et illustrerait clairement chaque algorithme.

1. Apprentissage supervisé

2. Apprentissage non surveillé

Projets

J'ai réalisé une série de projets, tous disponibles sur mon blog: https://maelfabien.github.io/portfolio/#

Derniers articles

SP - Application Web de détection de genre vocale: comment extraire les fonctionnalités pertinentes et créer une application de détection de genre vocale à l'aide du MFCC, des GMM et d'un ensemble de données fourni.

SP - Visualisation sonore (3/3): plongez dans des spectrogrammes, des chromagrammes, des tempogrammes, une densité de puissance spectrale et plus ...

SP - Extraction des fonctionnalités sonores (2/3): un aperçu avec une implémentation Python des différentes fonctionnalités sonores à extraire.

SP - Introduction au traitement vocal dans Python (1/3): Résumé du livre "Voice Computing with Python" avec des concepts, du code et des exemples.

SP - Création d'une application Web de détection d'activité vocale: La détection de la voix peut être utilisée pour démarrer un assistant vocal ou dans les cas d'urgence par exemple. Voici comment l'implémenter en utilisant des méthodes simples.

CV - Implémentation de Yolov3 pour la détection d'objets: Apprenez à implémenter Yolov3 et à détecter des objets sur vos images et vidéos.

NLP - Question facile Répondez avec ALLENNLP: Comprenez les concepts principaux et créez un exemple simple de réponse aux questions.

NLP - Augmentation des données dans la NLP: détails de la mise en œuvre du document «Augmentation facile des données».

NLP - LSTMS au niveau des caractéristiques pour prédire le genre des prénoms: 90% de précision sur la prédiction du genre des prénoms français et américains.

NLP - Peu de classification de texte de prise de vue: implémentation d'un article simple qui exploite les modèles pré-formés pour quelques classifications de texte de tir.

NLP - Amélioration de la classification du texte de quelques tirs: Amélioration des résultats précédents avec augmentation des données et modèles plus complexes.

RL - Introduction à l'apprentissage du renforcement: une introduction aux éléments de base de l'apprentissage du renforcement.

RL - Processus de décision de Markov: aperçu du processus de décision de Markov et de l'équation de Bellman.

RL - Planification par programmation dynamique: Introduction à la programmation dynamique, y compris la politique et l'itération de valeur.

NLP - J'ai formé un réseau neuronal pour parler comme moi: après avoir écrit plus de 100 articles, j'ai formé un NN pour écrire des articles comme moi.

DL - Comment les réseaux de neurones apprennent-ils? : Plongez dans le processus et la rétro-propagation de l'alimentation.

Voir plus

Titre d'article	Temps de lecture	Article	Dossier de code
Le modèle de régression linéaire (1/2)	14mn	ici	ici
Le modèle de régression linéaire (3/2)	10mn	ici	ici
Bases des tests d'hypothèse statistique	5mn	ici	---
La régression logistique	4mn	ici	ici
Statistiques de Matlab	4mn	ici	---

Titre d'article	Temps de lecture	Article	Dossier de code
Les bases de l'apprentissage automatique	4mn	ici	---
Classificateur de Bayes	1mn	ici	---
Analyse discriminante linéaire	3mn	ici	---
Adaboost et boosting	7mn	ici	ici
Régression augmentant le gradient	6mn	ici	ici
Classification de renforcement du gradient	3mn	ici	---
Méthodes de noyau à grande échelle pour SVM	9mn	ici	ici
Détection d'anomalie	3mn	ici	---

Titre d'article	Temps de lecture	Article	Dossier de code
Introduction aux séries chronologiques	4mn	ici	ici
Concepts clés des séries chronologiques	4mn	ici	ici

Titre d'article	Temps de lecture	Article	Dossier de code
Chaînes de Markov	9mn	ici	ici
Modèles de Markov cachés	6mn	ici	---
Créez une application de reconnaissance linguistique à partir de zéro	10mn	ici	ici

Titre d'article	Temps de lecture	Article	Dossier de code
Introduction à l'exploitation graphique	5mn	ici	ici
Analyse de graphique	4mn	ici	ici
Algorithmes graphiques	11mn	ici	ici
Apprentissage graphique	8mn	ici	ici
Intégration de graphiques	4mn	ici	ici

Titre d'article	Temps de lecture	Article	Dossier de code
GridSearch vs recherche randomisée	2mn	ici	---
Automl avec H2O	6mn	ici	---
Optimisation de l'hyperparamètre bayésien	7mn	ici	ici
Explicabilité de l'apprentissage automatique	12mn	ici	---

Titre d'article	Temps de lecture	Article	Dossier de code
Introduction aux données à savoir	12mn	ici	---
Système de recommandation visuelle	4mn	ici	---
Graphiques interactifs en python avec altair	5mn	ici	ici
Parcelles dynamiques avec BQ-Plot	---	---	ici
Un outil interactif avec Altair	---	ici	---
Un outil interactif avec D3.JS	---	ici	---

Titre d'article	Temps de lecture	Article	Dossier de code
Introduction à l'apprentissage en ligne	5mn	ici	---
Classification linéaire	1mn	ici	---

Titre d'article	Temps de lecture	Article	Dossier de code
Le perceptron du Rosenbaltt	8mn	ici	ici
Perceptron multicouche (MLP)	5mn	ici	ici
Empêcher le sur-ajustement des neuraux neuraux	6mn	ici	---
Introduction complète aux filets neuronaux	6mn	ici	---
Réseau neuronal convolutionnel	6mn	ici	---
Comment les réseaux de neurones apprennent-ils?	3mn	ici	---
Fonctions d'activation dans DL	3mn	ici	ici

Titre d'article	Temps de lecture	Article	Dossier de code
Architecture de création dans Keras	2mn	ici	ici
Construire un autoencodeur à l'aide de Keras Functional API	5mn	ici	---
Architecture Xception	5mn	ici	ici
Gans sur l'ensemble de données MNIST	---	---	ici

Titre d'article	Temps de lecture	Article	Dossier de code
Construisez un webapp de reconnaissance d'émotion à partir de zéro	8mn	ici	ici
Un guide complet de la détection du visage, de la bouche et des yeux	16mn	ici	ici
Comment utiliser OpenPose sur macOS?	3mn	ici	---
Introduction à la vision par ordinateur	1mn	ici	---
Filtrage d'images et gradients d'image	5mn	ici	ici
Filtrage avancé et transformation d'image	5mn	ici	---
Caractéristiques de l'image, panorama, correspondance	5mn	ici	---
Implémentation de Yolov3 pour la détection d'objets	3mn	ici	---

Titre d'article	Temps de lecture	Article	Dossier de code
Introduction à la PNL	1mn	ici	---
Pré-traitement du texte	8mn	ici	---
Texte incorpore avec l'arc et TF-IDF	5mn	ici	---
Texte incorpore avec word2vec	6mn	ici	---
J'ai formé un réseau de neurones pour parler comme moi	8mn	ici	ici
J'ai formé un réseau de neurones pour parler comme moi	8mn	ici	ici
Peu de classification de texte de tir	10mn	ici	ici
Amélioration de la classification du texte de tir	9mn	ici	ici
Prédire le sexe des prénoms	7mn	ici	ici
Augmentation des données dans la PNL	3mn	ici	---
Question facile à répondre avec allennlp	4mn	ici	---

Titre d'article	Temps de lecture	Article	Dossier de code
Introduction à l'apprentissage du renforcement	6mn	ici	---
Processus de décision de Markov	7mn	ici	---
Planification par programmation dynamique	4mn	ici	---

Deux articles généraux:

1. Comprendre les composants de l'ordinateur (6mn lecture) https://maelfabien.github.io/bigdata/comp_components/

2. Commandes de bash utiles (1mn lecture) https://maelfabien.github.io/bigdata/terminal/

3. Préparez votre production de code (1mn lecture) https://maelfabien.github.io/bigdata/code/

Titre d'article	Temps de lecture	Article
Introduction à Hadoop	4mn	ici
Mapreduce	3mn	ici
HDFS	2mn	ici
VMS dans une boîte virtuelle	1mn	ici
Hadoop avec le bac à sable Hortonworks	2mn	ici
Chargez et déplacez les fichiers vers HDFS	2mn	ici
Lancez un travail MapReduce	2mn	ici
MapReduce Jobs à Python	3mn	ici
MapReduce Job à Python localement	1mn	ici

Titre d'article	Temps de lecture	Article
Introduction à Spark	6mn	ici
Installer Spark-Scala et Pyspark	1mn	ici
Découvrez Spark-Scala	2mn	ici

Titre d'article	Temps de lecture	Article
Un projet sans sql à partir de zéro	8mn	ici
Big (ouverte) données, le projet GDELT	2mn	ici
Installer Zeppelin localement	1mn	ici
Exécutez Zeppelin sur AWS EMR	4mn	ici
Travailler avec des seaux S3	1mn	ici
Lancez et accédez aux instances AWS EC2	2mn	ici
Installez Apache Cassandra sur EC2 Cluster	2mn	ici
Installez Zookeeper sur les instances EC2	3mn	ici
Construisez un ETL à Scala	3mn	ici
Déplacez Scala DataFrames vers Cassandra	2mn	ici
Déplacez Scala DataFrames vers Cassandra	2mn	ici

Titre d'article	Temps de lecture	Article
Concepts Cloud AWS	2mn	ici
Services de base AWS	1mn	ici

Titre d'article	Temps de lecture	Article
Guide de survie TPU sur Colab	8mn	ici
Stocker des fichiers sur Google Cloud et Colab	1mn	ici
Guide de survie TPU sur Colab	8mn	ici
Introduction à GCP (Semaine 1 du module 1)	6mn	ici
Lab - Instance VM + Storage Cloud	3mn	ici
Lab - ensembles de données publiques BigQuery	1mn	ici
Introduction aux systèmes de recommandation (Module de semaine 1 2)	4mn	ici
Exécutez des travaux d'étincelle sur le cloud dataproc (module de semaine 1 2)	2mn	ici
Lab - Recommander des produits utilisant Cloud SQL et SparkML	6mn	ici
Exécutez les modèles ML dans SQL avec BigQuery ML (Module de semaine 1 3)	6mn	ici

Titre d'article	Temps de lecture	Article
Introduction à ElasticStack	1mn	ici
Début avec Elasticsearch et Kibana	7mn	ici
Installer et exécuter Kibana localement	1mn	ici
Travailler avec Devtools dans Elasticsearch	9mn	ici
Travailler avec Devtools dans Elasticsearch	9mn	ici

Titre d'article	Temps de lecture	Article
Introduction aux bases de données de graphiques	1mn	ici
Une journée à Neo4j Graphtour	7mn	ici

Écrit pour d'autres blogs

1. Qui est le peintre? - Pour Explorium.ai: une illustration de la façon dont l'enrichissement des données et l'ingénierie des caractéristiques peuvent améliorer un modèle.

2. Interprétabilité et explicabilité de l'apprentissage automatique (1/2) - Pour Explorium.ai: une introduction aux modèles interprétables avec du code et des exemples.

3. Interprétabilité et explicabilité de l'apprentissage automatique (2/2) - Pour Explorium.ai: une introduction à l'explication de l'apprentissage automatique avec du code et des exemples.

4. Un guide pour la détection du visage - pour Digitalminds.io: un aperçu des différentes techniques de la détection du visage du visage dans Python (avec code).

5. MODÉLIVER DES DISTRIBUTIONS AVEC Python (français) - Pour STAT4Decision: Distribution Adapting Application avec Streamlit.

6. Introduction AU Traitement Automatique de Language Naturel (TAL) (Français) - Pour STAT4Decision

Articles moyens

1. Boosting et Adaboost ont clairement expliqué: https://towardsdatascience.com/boosting-and-adaboost-clearly-plaked-856e21152d3ee

2. A Guide to Face Detection in Python: https://towardsdatascience.com/a-guide-to-face-dection-in-python-3eab0f6b9fc1

3. Chaînes de Markov et HMMS: https://towardsdatascience.com/markov-chains-and-hmms-ceaf2c854788

4. Introduction aux graphiques (partie 1): https://towarddatascience.com/introduction-to-graphs-part-1-2de6cda8c5a5

5. Algorithmes graphiques (partie 2): https://towardsdatascience.com/graph-algorithms-start-2-dce0b2734a1d

6. Algorithmes graphiques (partie 3): https://towardsdatascience.com/learning-in-graphs-with-python-start-3-8d5513eef62d

7. J'ai formé un réseau neuronal pour parler comme moi: https://towardsdatascience.com/i-trained-a-network-t-speak-like-me-9552c16e2396

Restez à l'écoute :)