Cela faire plusieurs mois/années que j’ai dans ma liste d’articles à écrire, une rubrique sur les réseaux de neurones : Qu’est-ce qu’un réseau de neurones, qu’est-ce que le Deep Learning, Comment mettre en place un RN, … . En naviguant sur Internet, je suis tombé sur pas mal de ressources abordant ce sujet. Alors, au lieu d’écrire un énième article sur ce sujet, je vous propose une liste de ressources que j’ai trouvé intéressantes pour apprendre à dompter les réseaux de neurones.
M’adressant à un public francophone, il est normal que je propose des ressources en français. Cependant, pour les personnes d’approfondir sur le sujet, il est nécessaire de passer à l’anglais. C’est pourquoi vous trouverez par la suite des ressources en français tout d’abord (Livres, Vidéos, MOOC, site internet, …) puis d’autres ressources en anglais.
Comprendre le DEEP LEARNING: Une introduction aux réseaux de neurones – Jean-claude Heudin ( 15 €)
Une très bonne introduction aux réseaux de neurones. Les concepts mathématiques sont expliqués de façon claire et compréhensibles. On peut seulement regretter le manque de mise en pratique en Python (des exemples en JS sont présents.)
Machine Learning avec Scikit-Learn : Mise en oeuvre et cas concrets – Aurélien Géron (34 €)
Livre plutôt complet sur le Machin Learning et sa mise en application avec la librairie Scikit. Un bon mélange d’explication, de formules, de schéma et de code.
Cette chaîne regroupant un certain nombre de vidéos sur l’apprentissage profond allant des notions de base du Deep Learning jusqu’à des formations à TensorFlow ou à Pytorch en passant par des interviews avec des personnes du domaine.
Une chaîne assez généraliste dans son contenu sur l’intelligence artificielle avec des vidéos de vulgarisations, des tutoriels, ou encore des informations sur le monde de l’IA
Un livre qui couvre les différents algorithmes dans le domaine de l’intelligence artificielle. Des explications claires et des illustrations par des mises en pratiques. La nouvelle version du livre prend en compte tensorflow 2.
Une introduction complète aux réseaux de neurones et à l’apprentissage profond. On y retrouve schéma, formules mathématiques et applications pratiques pour une parfaite compréhension.
Avec près de 800 pages sur le Deep Learning, vous trouverez dans ce livre (quasi) tout ce que vous vous demandez sur l’apprentissage profond. Axé sur la théorie, tous les concepts de base y sont abordés.
Cette liste de ressource ne comprend qu’un petit ensemble d’une gigantesque bibliothèque de ressources sur le Deep Learning. Ainsi, si vous trouvez de nouvelles ressources, je vous invite à en faire part dans les commentaires afin d’en faire profiter au plus de personnes possibles.
Détecter les voies de circulation est une étape incontournable pour la réalisation d’un système de…
Dans cet article, nous allons voir comment capturer simplement une image grâce au module raspicam…
Aujourd’hui nous allons utiliser Dlib et OpenCV pour détecter les repères faciaux (facial landmarks) dans…
Nous avons vu dans un précédent article comment utiliser l’algorithme MobileNetSSD pour la reconnaissance d’objet…
Dans cet article, nous nous intéressons à l’utilisation des réseaux de neurones convolutifs dans le…
Derrière ce titre un peu trompeur, nous n’allons pas trouver Charlie dans une image, mais…