| ... | ... | @@ -12,12 +12,12 @@ Cette formation est totalement libre, gratuite et ouverte à toutes et à tous ! |
|
|
|
Les séquences précédentes sont [disponibles en ligne sur notre chaine YouTube](https://youtube.com/@CNRS-FIDLE) :-)
|
|
|
|
|
|
|
|
|
|
|
|
## Séquence 05 : Jeudi 15 décembre, 14h
|
|
|
|
## Séquence 06 : Jeudi 5 janvier, 14h
|
|
|
|
|
|
|
|
|**Stratégies d'évaluation des modèles<br>Données creuses, de type textuelles (Embedding)**|
|
|
|
|
|****Données séquentielles : Quand les données sont des séquences temporelles !****|
|
|
|
|
|--|
|
|
|
|
|Une séquence en **deux parties**, presque indépendantes :-)<br><br>**Partie 1** : Nous nous intéresserons aux **stratégies d'évaluation des modèles.**<br> - Quelle reproductibilité pour un apprentissage ?<br> - Validation simple (Hold out)<br> - Validation simple itérative (Iterative hold out) <br> - Validation croisée (k-fold)<br> - One metric to rule them all, but which one ;-)?<br><br>**Partie 2** : Nous nous intéresserons ensuite aux **données creuses/textuelles**<br> - Principes de l'Embedding (Keras, CBOW, Skip-Gram)<br> - comment réduire les dimensions.<br><br>Illustrations :<br>Analyse de sentiment avec une analyse de critiques de films.<br>Nous discuterons également du jeux Cémantix, qui repose sur cette technologie ;-)<br> [<img width="450px" src="uploads/89f37d47462789985afe5b23b4f5e790/Embedding.png"></img>](#)|
|
|
|
|
| Paramètres de diffusion :<br> Zoom : **936 4143 5629**<br>Code : **001100**<br>Lien : https://zoom.us/join <br>Diffusion simultanée en live sur notre chaine **[YouTube](https://www.youtube.com/@CNRS-FIDLE)** :-)<br>Lien : https://www.youtube.com/@CNRS-FIDLE<br>**Si la session Zoom est saturée, rendez-vous sur YouTube !**|
|
|
|
|
|De nombreuses données sont des **séquences**. C'est le cas, par exemple des trajectoires, d'un signal ou encore, de séquences ADN. Durant cette séquences, nous nous familiariserons avec ce type de données et appréhendons un nouveau type de réseau de neurones, les **réseau de neurones récurrents (RNN)**<br>Données séquentielles - réseaux récurrents (RNN) - RNN - LSTM - GRU - Data Generator<br><br>Exemples proposés : <br> - Tentative de prédiction de la trajectoire d’une coccinelle virtuelle (ci-dessous !)<br> - Prédictions météorologiques à partir de données réelles, à 3h et 12h.! <img src="uploads/2a4c19a1d0782c00d13fa2b196216ae9/LADYB1-01-dataset-s.jpg" width="500"> |
|
|
|
|
| Durée : 2h - Les paramètres de diffusion seront précisé la veille sur cette page|
|
|
|
|
|
|
|
|
A propos de la **[formation Fidle](https://fidle.cnrs.fr/presentation)**
|
|
|
|
Découvrez le **[programme 2022/23](Fidle à distance/Programme)**
|
| ... | ... | |
