Tutoriel sur l'apprentissage automatique

PyCaret est un outil de machine learning et de gestion de modèles de bout en bout qui accélère considérablement le cycle d’expérimentation et booste votre productivité.

Un guide pas à pas du fonctionnement de l’architecture Transformer, de l’auto-attention aux LLM décodeur-seuls qui en découlent.

Dans ce tutoriel, vous découvrirez la fréquence absolue et pondérée des mots en text mining et comment les calculer avec defaultdict et des DataFrames pandas.

Découvrez l’apprentissage actif, un cas d’apprentissage semi-supervisé : définition, bénéfices, applications et recherche actuelle.

Découvrez la technique d’optimisation Adagrad : ses principaux bénéfices, ses limites, son implémentation dans PyTorch et ses cas d’usage pour optimiser des modèles de machine learning.

Comprenez et implémentez l’optimiseur Adam en Python. Découvrez l’intuition, les mathématiques et les cas d’usage en machine learning avec PyTorch

Ce tutoriel Apache Spark vous initie au traitement des big data, à l'analyse et au ML avec PySpark.

Dans ce tutoriel, vous allez apprendre et comprendre comment utiliser un autoencoder comme classifieur en Python avec Keras, avec Fashion‑MNIST comme exemple.

Découvrez l’AutoML et comment l’appliquer avec auto‑keras.

Apprenez à valider les données et les modèles pour garantir des performances robustes en machine learning grâce à notre guide pas à pas sur l'automatisation des tests avec DeepChecks.

Ce tutoriel complet vous apprend à utiliser AWS SageMaker pour créer, entraîner et déployer des modèles de machine learning. Nous vous guidons tout au long du workflow, de la configuration de votre environnement AWS et la création d’une instance SageMaker à la préparation des données, l’entraînement des modèles et leur déploiement en endpoints.

Découvrez Azure Machine Learning dans notre guide du débutant : configuration, déploiement de modèles et utilisation d’AutoML et de ML Studio dans l’écosystème Azure.