#32 Deep Learning avec Keras & Reinforcement Learning

This is a past event

120 people went

Location image of event venue

Details

Soirée Deep Learning (DL) avec 2 intervenants passionnés et passionnants !

1 - Le DL en pratique avec Keras (1h)
Si l'on voulait mesurer l'effervescence du domaine du DL, nul doute que l'évolution des outils de développements figurerait parmi les métriques clés. C'est en effet un paysage en constante évolution, où la concurrence est rude et ouverte (dans tous les sens du terme), où les APIs peuvent être non-rétrocompatible du jour au lendemain, et où les choix techniques sont parfois difficiles. Que dire si l'on débute: l'étendue des possibilités peut s'avérer paralysante.

Vers quelle lib/framework/API s'orienter ? Cette conférence n'a pas la prétention de répondre à cette question, mais souhaite plutôt aborder l'une des possibilités, l'API Keras, dont la renommée n'a d'égale que l'ambition.

A partir de l'ambition affichée (DL for Humans) par le créateur de l'API, on balaiera, au travers d'un même exemple et de snippets de code les plus concis possibles, plusieurs façon d'utiliser l'API. Notamment, pour:
• Débuter : Comment Keras met en avant une API assez simple et compréhensible, en offrant des moyens à la fois assez "haut-niveau" et suffisamment clair pour que l'on puisse mettre directement les mains dans le cambouis,
• Aller plus loin : Comment Keras donne le loisir à l'utilisateur d'appliquer des concepts, des méthodes plus avancées qu'il n'y paraît grâce à son extensibilité, et à quelques principes bien pensés,
• Passer à l'échelle : Si l'objectif, au delà des tips and tricks and best practices du DL, est d'aller entraîner des modèles assez lourds sur des jeux de données importants, est-ce encore possible ? Cela sera notamment abordé au travers de tf.keras

Le tout dans une optique plus "expérimentale" que "théorique".
Cette conférence sera abordée sous l'angle des réseaux de neurones convolutifs pour l'imagerie, dans un cadre "single-machine".

Bio:
- Florient Chouteau, ingénieur DL chez Magellium | En régie à Airbus DS Intelligence

2 - Reinforced Learning & Trading (20min)
Pendant cette époque de hype autour du machine learning, ce sont les applications de l'apprentissage supervisé qui semblent avoir toute l'attention du public.
Présentation du RL ainsi que quelques applications. L'une sera la création d'un bot pour trading automatique que nous explorerons un peu plus à fond en s'appuyant sur un projet développé depuis le début de l'année. Ce projet open source se sert d'environnements OpenAI custom afin de fournir les outils nécessaires et surtout standardisés à tous ceux qui voudront créer leur propre bot!

Plus d'infos sur ce projet : https://github.com/GuilhermeGSousa/ml-stock-prediction

Cette présentation portera ainsi sur les sujets suivants :
• Qu’est-ce l’apprentissage par renforcement et quelles sont ses applications.
• Comment énoncer un problème d’apprentissage par renforcement.
OpenAI Gym et ses environnements.
• Présenter quelques algorithmes utilisés dans le domaine du Reinforcement Learning (RL) (Q-learning et Policy Gradient).
• En se basant sur les points précédents, démontrer comment créer et entrainer un bot capable de faire du trading en utilisant des environnements OpenAI customisés.

Bio:
- Guilherme Sousa - dev software @ Thales Avionics / Sous-traitant SII

================================

Agenda:
• 18h50 - Accueil des participants
• 19h15 - Talk d'introduction
• 19h30 - Présentation DL
• 21h00 - Moment apéro et échange entre les membres

Un GRAND MERCI à notre SPONSOR :
- Dexstr : https://www.dexstr.io/fr/

Un merci tout spécial à Nathalie et Benoit d’Harry Cow pour leur accueil.

------------------------------------------------------------------
Les meetups peuvent être filmés et le public photographié au long de l'événement. En participant à ces rencontres vous autorisez la publication des photos sur notre site Toulouse Data Science Meetup. Cette autorisation n'inclut pas une utilisation publicitaire d'image.
------------------------------------------------------------------