home.md

@@ -16,7 +16,7 @@ Les séquences précédentes sont [disponibles en ligne sur notre chaine YouTube
 
 |**Stratégies d'évaluation des modèles<br>Données creuses, de type textuelles (Embedding)**|
 |--|
-|Une séquence en **deux parties**, presque indépendantes :-)<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>**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>Exemple proposé : Analyse de sentiment avec une analyse de critique de films. <br> [<img width="450px" src="uploads/8992db1189553ca904992995fbc3a8c9/Cinema.png"></img>](#)|
+|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>](#)|
 | Durée : 2h - Les paramètres de diffusion seront précisé la veille sur cette page|
 
 A propos de la **[formation Fidle](https://fidle.cnrs.fr/presentation)**