Le Machine Learning fait sans doute peur aujourd’hui à cause de son coté boite noire. L’approche « mathématiques » (statistiques / Probabilités) fait peur car nous comprenons difficilement la raison des choix du modèle qui a été conçu. Dans cet article nous allons voir comment ces approches statistiques permettent de trouver quelles variables permettent de déterminer ce ou ces choix du modèle. Car c’est finalement bien là l’essence du Machine Learning: trouver les éléments/variables qui on conduit à faire un choix ou prendre une décision non ?
Evaluez l’importance des variables (« Feature Importance »)Catégorie : Intelligence Artificielle
L’Intelligence Artificielle est au coeur de nos vies et de nos usages. Dans ces articles nous verrons comment cette fameuse IA fonctionne, quels sont ses mécanismes et ce que l’on peut en faire.
YOLO (Partie 4) Réduire le scope de détection
Dans cet article nous allons voir une astuce qui permet de réduire le scope de détection des objets en utilisant YOLO v4.
YOLO (Partie 4) Réduire le scope de détectionYOLO (Partie 3) Non Maxima Suppression (NMS)
Nous allons voir dans cet article comment supprimer ces cadres détectés en double avec YOLO avec la technique dite de NMS.
YOLO (Partie 3) Non Maxima Suppression (NMS)YOLO (Partie 2) Utilisez YOLO avec OpenCV
Dans cet article nous allons voir pas à pas comment utiliser le réseau de neurones YOLO avec son implémentation dans OpenCV. Suivez le guide 😉
YOLO (Partie 2) Utilisez YOLO avec OpenCV