On entend parler de plus en plus de MLOps. Cette pratique qui, inspirée du DevOps, a pour but d’unifier les tâches de développements d’applications de Machine Learning et celles d’opérations.Dans cet article, nous verrons ce qu’est le MLOps, comment l’on peut le pratiquer et quels sont les outils qui permettent de le pratiquer. Définition Le …
Le déploiement de modèle de Machine learning (ML) est l’une des étapes les plus importantes dans un projet de ML. Pourquoi ? La réponse est bien évidente, car déployer un modèle consiste tout simplement à rendre ce modèle disponible dans un environnement (ex. de production) où il pourra fournir des prédictions à d’autres systèmes. En …
Déployer rapidement des modèles de ML avec FastAPI Lire la suite »
Le Deep Learning a permis une avancée notable dans plusieurs domaines de recherche dont le Computer Vision (Vision par Ordinateur in french 😄). Dans cet article, pour poursuivre la série, je vous présente l’une des applications du Computer Vision : la classification d’objets avec la librairie Python GluonCV. Pourquoi classer des objets ? La tâche de classification d’objets est l’une des …
Dans cet article, nous faisons une implémentation de NER avec CamemBERT (une version française de BERT). Le NER (Named Entity Recognition) ou REN (Reconnaissance d’Entité Nommées) en français est une tâche de NLP qui a pour but d’étiqueter un mot (ou groupe de mots) d’un texte, à partir un ensemble d’étiquettes prédéfinies. Exemple : But …
NER (Reconnaissance d’Entité Nommées) avec CamemBERT Lire la suite »
PyTorch est un Framework Python de calcul scientifique développé par Facebook. Il a deux objectifs principaux : Un remplacement de NumPy pour utiliser la puissance des GPU et d’autres accélérateurs. Une bibliothèque de différenciation automatique Autograd qui est utile pour entraîner des réseaux de neurones. Dans cette introduction à PyTorch, je présente brièvement les tenseurs …
Le transfer learning a vu sa cote de popularité exploser dans le domaine du machine learning. L’une des principales raisons de son succès, c’est le fait de pouvoir utiliser les connaissances obtenues en effectuant une tâche afin de résoudre un problème différent, mais qui présente des similitudes. Dans cet article, nous présenterons ce qu’est le …
Je vous propose de jeter un coup d’œil à une de mes tâches de NLP préférées : le résumé automatique (text summarization en anglais). Comme son nom l’indique, cette tâche consiste à automatiser le résumé de texte en utilisant le machine learning. Intérêt du résumé de texte automatique Avec le web aujourd’hui, on n’a jamais …
L’analyse de sentiments est l’une des applications qu’on rencontre couramment en NLP. En effet, pour beaucoup de business, il est important de connaître l’avis des clients/utilisateurs. Un outil qui permet de déterminer si un produit ou service est plutôt bien vu ou plutôt mal vu, de façon automatique en se basant sur du texte écrit …
En tant qu’êtres humains nous avons la capacité de transférer les connaissances acquises pour une tâche spécifique dans une autre tâche. Plus cette tâche est facile, plus il est facile d’utiliser ses connaissances. Par exemple : savoir faire du vélo peut être utilisé comme base pour apprendre à rouler une moto. C’est ce principe qu’utilise l’apprentissage …
Reconnaissance de caractères sur des reçus à l’aide du Faster R-CNN Lire la suite »
Ces dernières années, les avancées en traitement automatique du langage naturel (NLP) ont consisté, essentiellement, à l’élaboration de modèles pré-entraînés. Ceux-ci ont pour avantage de donner de bons résultats même avec peu de données. Aujourd’hui nous allons à la decouverte de BERT : ce modèle de NLP implémenté par Google.Dans la suite de cet article …
