Ma curiosité pour les avancées technologiques
Salut à tous, je suis Yasmine Ferrani, la rédactrice derrière cet article d'introduction sur une technologie passionnante. Je termine actuellement mes études en techniques informatiques profil développement web et mobile, au collège de Rosemont. Je suis également coordonnatrice de projet en entrepreneuriat, auparavant coordonnatrice en IA & robotique, chez Fusion Jeunesse, une organisation qui vise à prévenir le décrochage scolaire. En parallèle, je m’implique bénévolement à la Jeune Chambre de Commerce de Montréal, occupant le rôle de co-chargée de projet en engagement numérique.
Depuis mon plus jeune âge, je suis fascinée par les possibilités offertes par la technologie. J’ai commencé à explorer cet univers en créant mes propres sites web et en apprenant les bases de la cybersécurité. J’ai ensuite développé une soif d’apprendre plus sur le domaine et j’ai décidé de poursuivre des études en informatique.
Aujourd’hui, je souhaite continuer à évoluer dans mon apprentissage et à découvrir de nouvelles technologies, comme le machine learning et l’informatique quantique. Mon esprit innovant et curieux me pousse à vouloir maîtriser ces domaines futuristes, pour être capable de créer des solutions innovantes et utiles pour la société.
L’émergence de l’apprentissage automatique
Parmi les domaines qui m’intéressent le plus, il y a l’apprentissage automatique, appelé également machine learning en anglais. On peut retrouver l’apprentissage automatique un peu partout & dans tous les domaines. Des assistants virtuels tels que Siri d'Apple ou Google Assistant sont parmi les applications qui intègrent le machine learning. Ces assistants saisissent notre langue, nous comprenne & réponde à nos demandes. On la retrouve également dans les systèmes de recommandation comme dans netflix, la détection de la fraude dans les banques et les institutions financières, etc. Tom Mitchell, professeur et chef du département de machine learning à Carnegie Mellon University, a défini l’apprentissage automatique en 1997 comme étant l’ensemble d’algorithmes qui s’améliore automatiquement grâce à l’expérience. Pour les machines, l’expérience n’est rien d’autre que la masse de données qu’elle est capable de traiter.
Cette sous-catégorie de l’intelligence artificielle rassemble alors l’ensemble des techniques qui permettent à un algorithme de s’améliorer par lui-même. L’algorithme classique est défini par un ensemble d’instructions qui sont appliquées à des données en entrée, tandis qu’un algorithme d'apprentissage automatique est défini par un ensemble de paramètres qui vont s’affiner pour améliorer son fonctionnement. Prenons l’exemple d’un tireur à l’arc dont le but est de tirer au centre d’une cible, il tire une première flèche et constate qu’elle est partie trop haute et s'ajuste donc pour la deuxième, cette fois elle est tirée trop basse. Il s'ajuste à nouveau, cette fois-ci vers le haut pour trouver le bon angle. L'apprentissage automatique fonctionne de la même façon. On produit une sortie, on mesure l’erreur et on corrige en fonction.
La librairie TensorFlow
Pour réaliser des projets d’apprentissage automatique, il faut disposer d’outils adaptés pour le développement, l’entrainement, le déploiement et la gestion des modèles (algorithmes d'apprentissage automatique spécifique ou une structure de réseau neuronal). C’est là qu’intervient TensorFlow, une librairie open source créée par Google, qui offre une plateforme complète et intégrée pour l’apprentissage automatique. Il permet d’utiliser des modèles pré-entraînés ou de créer des modèles personnalisés, en utilisant différents langages de programmation, comme Python, Java, & bien plus. TensorFlow permet aussi de déployer des modèles sur différents supports, comme des serveurs, des appareils mobiles, des navigateurs ou des puces spécialisées.
Grâce à cette librairie, nous avons donc la possibilité de créer des modèles capables d'apprendre et de s'adapter dynamiquement à partir de données. TensorFlow est donc un choix idéal pour les développeurs qui veulent se lancer dans l’apprentissage automatique, ou bien pour ceux qui veulent acquérir de nouvelles compétences.
Pour la suite
Dans mes prochains articles, nous explorons TensorFlow en profondeur. Je vais vous faire découvrir les notions essentielles de cette librairie, ainsi que les outils et les techniques pour la mettre en pratique.
Ma mission à travers ces prochains articles est de vous faire comprendre les notions de TensorFlow, et de vous donner envie de vous lancer dans l’apprentissage automatique. Je suis impatiente d’embarquer avec vous dans cet apprentissage enrichissant.
Commentaires