Stratégies d’évaluation des modèles, données creuses, de type textuelles (Embedding)

• 00:00 Introduction
• 03:28 Petit retour sur la séquence précédente
• 09:00 Première partie : Stratégie d’évaluation des modèles
• 44:16 Trouver la bonne métrique ?
• 56:56 Seconde partie : Données creuses de type textuelles
• 59:39 One-hot encoding
• 1:07:55 Embedding
• 1:21:55 Exemple 1, avec du One-hot Encoding
• 1:39:31 Exemple 2, avec de l’Embedding

Une séquence en deux parties, presque indépendantes :-)

Partie 1 : Nous nous intéresserons aux stratégies d’évaluation des modèles.

• Quelle reproductibilité pour un apprentissage ?
• Validation simple (Hold out) - Validation simple itérative (Iterative hold out)
• Validation croisée (k-fold) - One metric to rule them all, but which one ;-)?

Partie 2 : Nous nous intéresserons ensuite aux données creuses/textuelles

• Principes de l’Embedding (Keras, CBOW, Skip-Gram)
• Comment réduire les dimensions ?
• Illustrations : analyse de sentiment avec une analyse de critiques de films.

Nous discuterons également du jeux Cémantix, qui repose sur cette technologie ;-)

Durée : 2h