Épisode
Science des données reproductible avec machine Apprentissage
Être en mesure d’expliquer votre propre code quelques mois après l’avoir écrit est difficile. Imaginez avoir à expliquer les décisions d’un algorithme IA quelques années après son exécution ! Toutefois, il est relativement facile de configurer votre workflow de développement pour rendre cela possible, tant que vous réalisez que la façon dont nous créons ML et l’IA est fondamentalement différente de l’ingénierie logicielle traditionnelle. En bref, il s’agit de : la recherche reproductible, le développement et le déploiement. Elle est rendue possible par une utilisation intelligente d’environnements de notebook modernes, y compris les instances de calcul Azure ML, par opposition aux IDE plus traditionnels, comme Visual Studio Code. Rafal Lukawiecki travaille activement dans la science des données, le Machine Learning et l’exploration des données depuis plus d’une décennie, et il a officiellement étudié et utilisé l’intelligence artificielle depuis longtemps avant qu’elle soit populaire, de retour dans les années 90. Regardez cet épisode pour savoir comment il organise son flux de travail reproductible.
Accédez à :
- [02 :30] Apprendre la recherche reproductible avec Rafal Lukawiecki
- [03 :01] Modélisation et exploration et développement logiciel
- [09 :28] Étapes d’un flux de travail reproductible
- Démonstration [15 :20] : Flux de travail utilisant RStudio et RMarkdown s’exécutant localement
- [22 :25] Démonstration : notebooks RMarkdown dans une instance de calcul Azure ML
Plus d’informations :
- En savoir plus sur cette façon d’utiliser R avec Rafal
- Vidéos disponibles sur Tecflix
- Suivre Rafal sur LinkedIn
- Créer un compte gratuit (Azure)
- Apprentissage approfondie et Apprentissage machine
- Prise en main de l’Apprentissage machine
Ne manquez pas de nouveaux épisodes, abonnez-vous au show IA
Être en mesure d’expliquer votre propre code quelques mois après l’avoir écrit est difficile. Imaginez avoir à expliquer les décisions d’un algorithme IA quelques années après son exécution ! Toutefois, il est relativement facile de configurer votre workflow de développement pour rendre cela possible, tant que vous réalisez que la façon dont nous créons ML et l’IA est fondamentalement différente de l’ingénierie logicielle traditionnelle. En bref, il s’agit de : la recherche reproductible, le développement et le déploiement. Elle est rendue possible par une utilisation intelligente d’environnements de notebook modernes, y compris les instances de calcul Azure ML, par opposition aux IDE plus traditionnels, comme Visual Studio Code. Rafal Lukawiecki travaille activement dans la science des données, le Machine Learning et l’exploration des données depuis plus d’une décennie, et il a officiellement étudié et utilisé l’intelligence artificielle depuis longtemps avant qu’elle soit populaire, de retour dans les années 90. Regardez cet épisode pour savoir comment il organise son flux de travail reproductible.
Accédez à :
- [02 :30] Apprendre la recherche reproductible avec Rafal Lukawiecki
- [03 :01] Modélisation et exploration et développement logiciel
- [09 :28] Étapes d’un flux de travail reproductible
- Démonstration [15 :20] : Flux de travail utilisant RStudio et RMarkdown s’exécutant localement
- [22 :25] Démonstration : notebooks RMarkdown dans une instance de calcul Azure ML
Plus d’informations :
- En savoir plus sur cette façon d’utiliser R avec Rafal
- Vidéos disponibles sur Tecflix
- Suivre Rafal sur LinkedIn
- Créer un compte gratuit (Azure)
- Apprentissage approfondie et Apprentissage machine
- Prise en main de l’Apprentissage machine
Ne manquez pas de nouveaux épisodes, abonnez-vous au show IA
Vous avez des commentaires? Soumettez un problème ici.