Name: Data NoBlaBla : Atelier Deep Learning 4ème édition
Start: 2017-03-18T10:00:00+01:00
End: 2017-03-18T12:30:00+01:00
Location: Etincelle Coworking (Victor Hugo)

C'est indéniable, le Deep Learning, c'est le sujet à la mode !

Même si ce sujet reste un domaine de recherche très pointu, ses concepts deviennent de plus en plus accessibles, notamment à grâce à la présence de nombreux frameworks open sources et formations sur Internet.

Tout au long de l'atelier, vous pourrez coder vos propres architectures profondes, avec la librairie Keras. Cette librairie Python est parfaite pour le Deep Learning ! Elle est même très utilisée sur la plate-forme Kaggle. Vous pourrez ainsi facilement réutiliser les notebooks de l'atelier sur vos prochaines compétitions !

Cette séance est la quatrième édition de l'atelier. Dates précédentes : mercredi 18 janvier, samedi 28 janvier et vendredi 3 mars.

Le programme de l'atelier :

- Rappels théoriques de Machine Learning et introduction au Deep Learning
- Prise en main de Keras
- Découvrir en pratique les réseaux de neurones avec Keras
- Utiliser les dernières architectures profondes
- Application aux images (classification)

Quels sont les pré-requis ?

Pour mieux profiter de cet atelier, il est recommandé :

- d'avoir une thèse en maths pures... non on rigole ;)
Des connaissances en produit matriciel, fonction et dérivation, probabilité sont tout de même souhaitable pour appréhender les notions théoriques du Deep Learning. Avoir déjà fait du Machine Learning est un plus, mais n'est pas nécessaire. La première partie de l'atelier permettra de partir sur des bases communes.

- d'avoir des bases, même lointaines, de Python.
La partie pratique de l'atelier se fera dans un environnement Python, avec des notebooks Jupyter à compléter.

Comment se préparer pour cet atelier ?

Vous devez être muni d’un ordinateur portable relativement récent et avec un navigateur internet (de préférence Chrome ou Firefox). Vous devez pouvoir vous connecter à Internet via le Wifi.

L'ensemble des ressources nécessaires à l'atelier seront disponibles dans des instances Amazon AWS. Chaque participant aura sa propre carte graphique à distance, ce qui nous permettra d'accélérer l'entraînement ! Pas besoin de connaître Amazon AWS ou des commandes Linux ! Vous allez juste vous connecter à Jupyter depuis votre navigateur, puis travailler directement.

Bien sur il n'y a pas de problème, si certaines personnes ont des ordinateurs portables carte graphique et se sentent capables de tout installer !
Suivez les instructions de ce lien : https://jguillaumin.github.io/2017-01-12-deep-learning-no-blabla/

Vous y trouverez des instructions pour installer les librairies et le nécessaire pour l'atelier sur une machine Ubuntu.
Il y aura aussi les instructions pour télécharger les notebooks de l'atelier (depuis GitHub) et les données (depuis Google Drive).
Il faudra bien évidemment faire toutes ces étapes avant l'atelier et ne pas hésiter à faire des tests.
N'hésitez pas à me contacter avant l'atelier si vous avez des questions sur le contenu ou les étapes d'installation.(email : julien.guillaumin@telecom-bretagne.eu)

Agenda:
10:00 - Accueil des participants et préparation des ordinateurs
10:15 - Démarrage de l'atelier
12:30 - Conclusion

Un grand merci à nos sponsors :

https://a248.e.akamai.net/secure.meetupstatic.com/photos/event/1/4/1/b/600_448385147.jpeg

https://a248.e.akamai.net/secure.meetupstatic.com/photos/event/1/4/5/8/600_448385208.jpeg

Un merci tout spécial à Etincelle Coworking (http://www.coworking-toulouse.com/) qui nous accueille aimablement dans leur locaux et à Amazon pour leur participation à nos frais d'infrastructure AWS (https://aws.amazon.com/).

------------------------------------------------------------------

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.

------------------------------------------------------------------

Julien Guillaumin

Samia Drappeau

Toulouse Data Science

Technology

Open Source

New Technology

Data Management

Data Analytics

Business Intelligence

Big Data

Machine Learning

Data Visualization

Predictive Analytics

Data Mining

NoSQL

Business Analytics

Data Science

Applied Statistics

Data NoBlaBla : Atelier Deep Learning 4ème édition

Etincelle Coworking (Victor Hugo)

Share

Toulouse Data Science

Data NoBlaBla : Atelier Deep Learning 4ème édition

Toulouse Data Science

Details

Members are also interested in