Technos et framework


Python [Scikit(lib ML generale)-PyBrain(lib ML de reseaux de neurones)- Theano(calcul pour creer des reseaux de neurones)-nltk]

Spark - H2O (code en Java- api en python, scala, R)

H2O preferable avec python 

Caffe

Microsoft MLTK (ecrit en C++)

Google TensorFlow (ecrit en C++)

Torch7 (Lua)

Langages : 

Python (Lib et framework), Lua (Torch7), C++, NodeJS (Lib de Karpathy)...


Acceleration : parallelisation via GPU (cuda / directement integre dans tensorflow)

  

Domaine du NLP :

RNN-LSTM 


 POS tagging - facile 97% accuracy

Labeling / NLU - Extraire une structure de texte comprehensible par un ordinateur

NLG (Language Generation) - 

Parsing

Question Answering

Sentiment Analysis

Speech to Text...

Les chatbots : 

une application majeure et complexe du NLP


Lancer un chatbot est encore plus simple que lancer une appli mobile : botlist.co l'app store des bots

Faire un chatbot qui marche bien est encore trop complique


API NLP : wit.ai / api.ai

Facebook kit facile creation de bot

Assistants : presence.ai / x.ai / msg.ai



NLP : autres applications


Mail : detection et auto-tagging (dates, lieux, numeros...) : Julie Desk, Apple...

Sentiment Analysis : periscope

Computer vision :

CNN (Reseaux de neurones convonlutionnels) 


Detection/reconnaissance de visages (facebook-apple)

Classification d'images

Conduite autonome 

OCR : Optical Character Recognition

Autres types de donnees :

video (youtube cover image creation)


Reinforcement learning


Apprentissage par iteration

Q-Learning / Dyna Q-Learning


Applique pour les robots / finance

Differents modes d'apprentissage


Supervise : classes predetermines, exemples connues, etiquetage prealable (Mechanical Turk..)

Non-supervise/clustering : pas d'etiquettes, classes non determines - expl : clustering d'une anomalie pour la detection des causes de l'anomalie

Semi-supervise : classes predeterminees, exemples inconnues

Reinforcement : apprendre un comportement etant donnee une observation

Ecosysteme des startups


Machine Learning/Deep Learning : 

Agents conversationnel : 

Agents intelligents : agir en fonction de l'env (Netatmo)

Moteurs de reco : films, musiques (lastfm)


Perception : langage, video, image, gestes


Data Science


Decision making : banque, assurance

Securite : Palantir

Rating - ranking : Yelp

Fraud detection : Sites de commerce


Les formations


Master : MVA Cachan, M2 X

PhD : NYU, Berkley, Standford

Create a presentation like this one
Share it on social medias
Share it on your own
Share it on social medias
Share it on your own

How to export your presentation

Please use Google Chrome to obtain the best export results.


How to export your presentation

New presentation

by alexandrebazbazian2

13 views

Public - 7/11/16, 3:01 PM