Petite description de ce qu'est l'auto Machine Learning et des principales librairies pour en faire. Le principe ? Laisser une librairie trouver les meilleurs algorithmes et paramètres pour établir un modèle. C'est une idée à laquelle j'avais déjà réfléchi en tant qu'informaticien s'intéressant à la Data-Science. Pourquoi s'embeter à tester différents paramètres quand on peut automatiser le tout ? Avec, à la clé, un gain de temps pour le data-scientist qui peut passer son temps sur des algorithmes autrement plus compliqués. À voir comment cela évoluera dans le futur.

Nouveau venue dans la sphère du Machine Learning (Novembre 2015), TensorFlow a effectué un démarrge foudroyant (dépassant même largement scikit-learn sur github, la référence en machine learning python). Pourtant, il semble que la librairie soit parfois moins intuitive. D'où l'idée de merger les deux dans une nouvelle interface, scikit flow

Une très bonne introduction visuelle au Machine Learning. En plus d'être très intéressante, elle permet en plus de montrer ce qu'il est possible de faire avec la librairie D3, dont j'ai déjà pas mal parlé ici.

Première partie d'une série de vidéo sur du machine learning, où le prof part de rien, définit les probabilités et finit par faire des scripts en python dans la troisième vidéo. À tous ceux qui veulent une bonne introduction dans le domaine