Prédire la note d’un journal sur LinuxFr.org

Posté par  (site web personnel) . Édité par BAud, Jean-Baptiste Faure, Yves Bourguignon, Davy Defaud, ZeroHeure, Nicolas Casanova, Nils Ratusznik, palm123, bubar🦥, j_m, Benoît Sibaud, claudex, Nÿco et Pierre Jarillon. Modéré par ZeroHeure. Licence CC By‑SA.
Étiquettes :
139
9
juin
2017
LinuxFr.org

Cette dépêche traite de l’exploration de données sur des données issues de LinuxFr.org.

Ayant découvert récemment scikit-learn, une bibliothèque Python d’apprentissage statistique (machine learning). Je voulais partager ici un début d’analyse sur des contenus issus de LinuxFr.org.

Avertissement : je ne suis pas programmeur, ni statisticien. Je ne maîtrise pas encore tous les arcanes de scikit-learn et de nombreux éléments théoriques m’échappent encore. Je pense néanmoins que les éléments présentés ici pourront en intéresser plus d’un(e).

Tous les scripts sont codés en Python et l’analyse à proprement parler a été réalisée à l’aide d’un notebook Jupyter. Un dépôt contenant les données et les scripts est disponible sur GitLab.

Journal De l'apprentissage profond qui en jette avec Opus 1.5

Posté par  . Licence CC By‑SA.
Étiquettes :
53
5
mar.
2024

Salut,

J'étais déjà impressionné par LPCNet qui est un « codec » permettant d'encoder la voix humaine à l'aide d'un réseau de neurones pré-entraîné.

Bon, les gens de chez Opus ont pris ça, et ont fait un tas de trucs sympas en plus : https://opus-codec.org/demo/opus-1.5/

Si vous voulez aller vite, la dernière démo vaut le coup : elle simule la perte de paquets en transmission de voix, et recrée au mieux ce qui est perdu. Le résultat est bluffant. Essayez (…)

Journal SeqTools et retour d'expérience sur le traitement de jeux de données en python

Posté par  . Licence CC By‑SA.
Étiquettes :
38
29
oct.
2018

SeqTools est une librairie que j'ai créée pour transformer des jeux de données trop gros pour tenir en mémoire. Elle remplit un rôle comparable à itertools de la librairie standard, mais fait aussi en sorte de donner accès aux éléments par indexation, ce qui est plus pratique.

Dépôt du code
Documentation

L'objectif principal consiste à prendre une ou plusieurs sources de données et de les combiner ou de modifier leurs éléments pour obtenir une version transformée.
Par exemple, partant d'une (…)

Journal GitHub lance copilot, un générateur de code entraîné sur du code GPL

Posté par  . Licence CC By‑SA.
Étiquettes :
38
1
juil.
2021

GitHub vient d’annoncer le lancement de Copilot, un générateur de code, basé sur « l’intelligence artificiel ».

Le principe est qu’à partir d’un fichier vide, Copilot va vous proposer des bouts de code au fur et à mesure de votre édition. Les vidéos sur la page d’accueil du projet sont assez parlantes, avec seulement le nom et la description d’une fonction, Copilot va automatiquement créer son contenu.

On peut se dire que jusqu’ici « tout va bien » (…)

Ubix Linux, le datalab de poche

Posté par  (Mastodon) . Édité par Benoît Sibaud, Pierre Jarillon, Julien Jorge et Arkem. Modéré par Benoît Sibaud. Licence CC By‑SA.
Étiquettes :
25
16
mar.
2024
Distribution

Ubix Linux est une distribution Linux libre et open-source dérivée de Debian.

Le nom « Ubix » est la forme contractée de « Ubics », acronyme issu de l'anglais Universal business intelligence computer system. De fait, le principal objectif d'Ubix Linux est d'offrir une plateforme universelle dédiée à l'informatique décisionnelle et à l'analyse des données.

Il s'agit d'une solution verticale, prête à l'emploi, dédiée à la manipulation des données et à la prise de décision. Allégée par conception, elle n'embarque qu'un jeu limité d'outils spécialisés dans ce domaine. Ceux-ci permettent néanmoins de couvrir tous les besoins dont l'acquisition, la transformation, l'analyse et la présentation des données.

Journal scratch_manager: gestionnaire de mise en cache de jeux de données

Posté par  . Licence CC By‑SA.
Étiquettes :
21
16
déc.
2022

J'ai eu l'occasion de développer un petit logiciel open-source pour mon travail, donc j'en profite pour partager ici.

Motivation

Sur les grappes de calculs (clusters) dédiés à l'intelligence artificielle, il y a un problème assez récurrent lié au stockage et à l'accès aux données.
Dans ces installations, on trouve généralement d'un côté une baie de stockage avec des jeux de données composés de millions de petits fichiers, et de l'autre côté les nœuds de calcul qui lisent ces fichiers.
La (…)

Journal Revue (pas du tout exhaustive) de livres orientés machine learning / deep learning

Posté par  . Licence CC By‑SA.
Étiquettes :
16
21
avr.
2020

Chère linuxfrienne, cher linuxfrien,
voici une petite dizaine d'année que l'"IA" a commencé à diffuser hors de la sphère des scientifiques/développeurs/experts et a commencé à faire la une d'articles plus ou moins grand public.
Étant d'un naturel curieux et, profitant de cette période d'accalmie forcée, je me suis lancé dans lecture d'ouvrages dédiés à l'apprentissage automatique (machine learning) et l'apprentissage profond (deep learning, DL) en Python. Bon en fait j'ai commencé avant, mais on s'en fout.

À toutes fins utiles (…)

Journal machine learning - expérimentation foireuse

Posté par  . Licence CC By‑SA.
Étiquettes :
15
6
mar.
2019

Bonjour Nal,

Je dois vendre mon véhicule. Je souhaite estimer le bon prix pour le vendre : juste assez pour en tirer un bon bénéfice mais pas trop pour qu'il puisse trouver acquéreur.
Je peux aller sur un site spécialisé qui moyennant quelques informations me produira cette estimation.
Mais à l'heure du machine learning, avouez que ce n'est pas très palpitant.

Alors j'ai collecté deux cent annonces de ventes d'un véhicule de même marque, même modèle, dont j'ai extrait le (…)

Conférence SophiaConf le 29 et 30 juin 100 % en ligne

Posté par  . Édité par Pierre Jarillon et Davy Defaud. Modéré par bubar🦥. Licence CC By‑SA.
Étiquettes :
10
22
juin
2020
Communauté

Retours d’expérience et partage d’expertise

Quatre webconférences sur deux jours : IA, conteneurs, Covid‑19 et sécurité

Telecom Valley annonce la programmation de SophiaConf 2020, les 29 et 30 juin prochains de 17 h à 19 h, sous un format 100 % numérique, pour s’adapter au contexte sanitaire et économique incertain, tout en restant le rendez‑vous annuel estival des acteurs de l’Open Source azuréens. Des experts locaux partageront des retours d’expérience sur l’Open Source autour de quatre thèmes : Intelligence artificielle, Conteneurs, Covid‑19 et Sécurité.

La côte d’Azur possède de nombreux acteurs et consommateurs du logiciel libre, et cette année encore, SophiaConf va réunir ces pépites locales pour partager leurs expériences autour du Covid‑19, de l’intelligence artificielle, des conteneurs et de la cybersécurité, réparties en deux soirées de conférences.

Journal Vélib' et open data

Posté par  (site web personnel) . Licence CC By‑SA.
Étiquettes :
10
20
fév.
2020

Ce court journal pour vous présenter un petit dataset qui pourrait intéresser certain.e.s d'entre vous (les plus parisien.ne.s):

J'ai récolté l'historique des disponibilités de vélos sur l'ensemble du réseau Vélib' depuis décembre 2019.

Le résultat est sur le dépôt github suivant: lovasoa/historique-velib-opendata.

Pourquoi ?

Paris met à disposition sous licence ODBL la disponibilité des vélibs en temps réel. Mais elle ne fournit aucun moyen d'accéder à l'historique de ces données. C'est dommage, car avoir des données historiques permettrait par (…)