Le machine learning côté pratique : modèles, entraînement, scikit-learn, PyTorch, MLOps et mise en production. Articles de fond, tutoriels et retours d’expérience pour passer de la théorie à des systèmes qui tournent. Pour vous former, consultez nos formations Machine Learning.

121

news

sources

451

abonnés

Prochaines formations

Formations Machine Learning

Rejoignez notre Discord

Venez échanger avec une communauté de devs passionné·e·s !

Rejoindre la communauté

Machine Learning

Calcul d'itinéraire à partir des données RATP (fr)

L'analyse sociologique des algorithmes du Web : pour quoi faire ? (fr)

P Vs. NP: L'hypothèse qui dirige Internet (en)

Extraire les mots-clefs d'un texte (fr)

Introduction visuelle au machine learning (en)

Comment fonctionne Shazam ? (en)

Reveler le changement API (fr)

[Discussion] Implémenter un système anti-spam basé sur les votes (fr)

Wallabag, mot de passes, sel et empreintes (fr)

Les sites compatibles Mobile sont maintenant favorisés par Google Search (fr)

Google : Panda et Penguin ne sont pas mis à jour régulièrement (fr)

Le challenge du logo ANSSI (fr)

iyedb/datalgo (en)

Algolia Search as a Service : Architecture d'un moteur de recherche realtime (fr)

Onomastique (fr)

Prédire le prochain Math.random() en Java (en)

[Cours] Découverte des algorithmes de graphe (fr)

[Discussion] Machine learning : prédire la suite d'une courbe (fr)

Calcul du dual d'un graphe, et discussion sur la notation O(n) (fr)

Google publie FarmHash, une nouvelle famille de fonctions de hachage pour les chaînes de caractères (fr)

Qu'est-ce que le Machine Learning ? (fr)

Simuler une honnête pièce de monnaie à partir d'une truquée (fr)

Reconstruction de l'algorithme de Knuth-Morris-Pratt (en)

Tester rapidement un algorithme en ruby avec un template TDD (en)

Exercice : des boîtes et des balles (fr)

À propos

Prochaines formations

Rejoignez notre Discord