IA et Machine Learning : Introduction à la recherche par similarité

Nous vous invitons à une présentation sur le problème de recherche par similarité et les motivations derrière ce sujet fascinant (qui permet entre autre d'avoir des IA évolutives sans entrainement supplémentaires !)

🌟 Nous commencerons par introduire le problème, puis revisiterons l'algorithme classique kNN utilisé en machine learning pour comprendre ses limites lorsqu'il est appliqué à de grandes quantités de données. 📊
👉 À partir de ce constat, nous explorerons des algorithmes et structures de données plus efficaces et évolutifs, largement utilisés dans les systèmes du monde réel :

• Index inversé (inverted file index)
• Quantification par produit (product quantization)
• Mondes petits hiérarchiquement navigables (HNSW - hierarchical navigable small worlds)

🎁 En bonus, nous découvrirons un exemple pratique de la librairie FAISS, qui contient des implémentations des algorithmes discutés.

🧠 Note spéciale : La recherche de similarité joue un rôle crucial dans le domaine de traitement du langage naturel (NLP).

Ne manquez pas cette opportunité d'en apprendre davantage sur des outils et méthodes essentiels dans les systèmes modernes ! 🚀