Démo IAAA : Un générateur de texte avec des RNNs

Une démo par l’équipe du parcours IAAA. Il est possible à l’aide de techniques d’apprentissage statistique d’apprendre des modèles comme celui utilisé ci-dessous pour générer des séquences “aléatoirement”. Il s’agit d’un générateur construit à l’aide d’un réseau de neurones récurrent (RNN). Il est utilisé ici pour générer des phrases aléatoirement mais pas totalement au hasard,…

Continue Reading

Démo IAAA : Étiquetage de séquence avec des CRFs

Une démo par l’équipe du parcours IAAA. Les CRFs (Conditional Random Fields) sont des modèles statistiques permettant de traiter des données structurées et en particulier des séquences. Cette démonstration montre comme utiliser un modèle de ce type pour réaliser l’étiquetage dit POS (Part Of Speech) d’une phrase. Le ‘étiquetage en POS (ou POS tagging) consiste…

Continue Reading

Démo IAAA : Deviner un visage à partir d’un dessin avec des Adversarial Networks

Une démo par l’équipe du parcours IAAA. La stratégie Adversarial Learning est une méthode d’apprentissage apparue en 2014 et qui permet d’apprendre à des modèles neuronaux à générer automatiquement des données ressemblant à celles qu’il ont vus en apprentissage. Par exemple, si ils sont  entrainés sur des images de visages ils sont capables d’inventer de…

Continue Reading