Je suis nouveau en ce qui concerne les IA. Python aussi, mais étant donné que la plupart des ressources sont en python, j'ai trouvé plus pertinent de publier ici.
En fait, j'ai un jeu de données et j'aimerais entrainer un réseau pour reconnaitre un seul type de documents...
Genre : Ceci est un CV ( 0.9581 ), et celui là n'en est pas un ( 0.1234 )
Normalement, je pense que c'est possible, mais je préfère vérifier au près de vous. Je veux savoir si le fait de ne "discriminer" par rapport à autre chose biaise l'entrainement.
Bonjour. J'ai trouvé la doc, et de ce que j'en comprend tu dois avoir par exemple :
train.txt :
__label__cv
un cv
__label__cv
un cv
ect ... ect ... avec le plus de cv possible.
Ensuite :
classifier = fasttext.supervised("train.txt", "model")
result = classifier.text("test.txt")
# le résultat est dans result.precision
Je n'ai pas testé, mais à première vue ça marche comme ça.
C'était pas vraiment ma question
j'ai eu la réponse sur developpez.com . Quand on entraîne un réseau de neurone, je voulais savoir s'il fallait forcément des facteurs discriminants... la réponse est non, même si c'est recommander pour éviter le "sur-entrainement" et le manque de "bruit"
Comme tu va entrainer ton reseaux avec un dataset assez large ( enfin j'imagine que tu aura plusieurs C.V different et plusieur 'non-cv' different ) , il ne devrait pas avoir d'apprentissage biaise car tu aura une base d'apprentissage differente. Ca pourrait etre biaise si tu n'avais qu'un seul C.V et qu'un seul 'non-cv' ; alors la ton AI n'apprendrait pas a reconnaitre 'des CV' mais a reconnaitre 'LE cv'
[IA] Entrainer un réseau avec un seul type
× Après avoir cliqué sur "Répondre" vous serez invité à vous connecter pour que votre message soit publié.
× Attention, ce sujet est très ancien. Le déterrer n'est pas forcément approprié. Nous te conseillons de créer un nouveau sujet pour poser ta question.
typage structurel ftw