j'aimerais vraiment se lancer dans ce domaine qui est Machine learning et la data science (comme quoi deux domaines très corrélés), MAIS, le problème quand je lis les PDF, toujours je me bloque dans les premiers chapitres, vu la niveau de mathématique assez élevé (pour moi)...
En effet, mon niveau de math était toujours bas (20ans, bac y'a 2ans). Vous savez je suis du genre qui doit comprendre l'interêt de la chose en concrêt pour l'assimiler, et non pas juste la théorie...
Pour le Machine learning, vous pensez qu'on peut pas inventer des techniques d'apprentissages personnel? Juste en se basant que la lecture des fichiers et y stocker les infos de notre modèle...Sachant qu'utiliser des biblio déjà disponible sans comprendre ce qu'il y'a derrière c'est pas mon délire. vu que c'est purement mathématique aussi ...
Dans ce même domaine, qui me motive le plus c'est les cash prize qu'offrent des grandes sociétés sur KAGGLE, pour des analyses optimisés et des algo pour des problèmes précis...
Pour cela que je me questionne si c'est logiquement faisable, se lancer dans ce domaine sans une base forte en mathématique, et pourquoi pas quelques conseils pour ce genre de compétition ...
Probablement pas. C'est un domaine qui fait appel aux mathématiques, comme tout domaine scientifique en fait. La différence c'est qu'en informatique, comparativement a pas mal d'autres sciences, on trouve cette espèce de fierté étrange de dire "je ne fais pas de mathématiques", alors que ben ... si ? Tout ce qu'on fait dans le monde du développement se projette et trouve racine dans les mathématiques simplement parce que nos ordinateurs sont juste de grosses machines à calculer sous stéroïdes.
Et que c'est tout sauf concret : on transforme des signaux électriques en affichages et en sons : il n'y a pas des masses de développeurs qui sont capables de comprendre la réalité concrète de ça. Justement parce que c'est fait pour : nos langages de programmation, nos frameworks et tout ce qui s'en suit sont justement fait pour qu'on n'ait pas à s'embarrasser de la réalité concrète qui correspond à nos calculs.
Probablement pas. C'est un domaine qui fait appel aux mathématiques, comme tout domaine scientifique en fait. La différence c'est qu'en informatique, comparativement a pas mal d'autres sciences, on trouve cette espèce de fierté étrange de dire "je ne fais pas de mathématiques", alors que ben ... si ? Tout ce qu'on fait dans le monde du développement se projette et trouve racine dans les mathématiques simplement parce que nos ordinateurs sont juste de grosses machines à calculer sous stéroïdes.
Et que c'est tout sauf concret : on transforme des signaux électriques en affichages et en sons : il n'y a pas des masses de développeurs qui sont capables de comprendre la réalité concrète de ça. Justement parce que c'est fait pour : nos langages de programmation, nos frameworks et tout ce qui s'en suit sont justement fait pour qu'on n'ait pas à s'embarrasser de la réalité concrète qui correspond à nos calculs.
Lu/Re ,
Ce que je vois personnellement c'est que ce domaine est plus axé Math et économie plus ce qu'il est informatique..Même dans les videos youtube, PDF, y'a une forte concentration sur les formules mathématique (que je capte bien sûr pas ) que sur la programmation elle même..Et c'est une horreur pour moi xD ...(Désolé du D*ublons )
Si tu veux t'attaquer au réseaux de neurones il faut que tu maitrises :
l'algèbre linéaire : multiplication, inversion de matrices , etc...
les dérivés partielles pour la descente de gradient (minimisation de l'erreur d'un réseau)
Avec ces deux outils mathématiques tu devrais arriver à faire quelque chose en suivant le cours de Andrew Ng sur coursera.org. Si tu ne maîtrises pas ces outils, je te conseille d'y passer un peu de temps.
C'est un très bon cours pour débuter, avec construction d'un réseau neuronal simple. C'est long (environ 1 mois en étant assidu) mais si tu t'appliques sur les exercices, tu auras le niveau suffisant pour passer à la suite et faire tes premiers pas dans le monde du machine learning (Attention le chemin est encore très long et les technos évoluent vites)
Si tu veux t'attaquer au réseaux de neurones il faut que tu maitrises :
l'algèbre linéaire : multiplication, inversion de matrices , etc...
les dérivés partielles pour la descente de gradient (minimisation de l'erreur d'un réseau)
Avec ces deux outils mathématiques tu devrais arriver à faire quelque chose en suivant le cours de Andrew Ng sur coursera.org. Si tu ne maîtrises pas ces outils, je te conseille d'y passer un peu de temps.
C'est un très bon cours pour débuter, avec construction d'un réseau neuronal simple. C'est long (environ 1 mois en étant assidu) mais si tu t'appliques sur les exercices, tu auras le niveau suffisant pour passer à la suite et faire tes premiers pas dans le monde du machine learning (Attention le chemin est encore très long et les technos évoluent vites)
Merci pour le lien c'est sympa, donc en gros on va sur les pré réquis et après on attaque reseau de neurone? Mais où est le proba et les défies Kaggle dans tout ça? faut des bases de l'économie aussi je pense
M-Learning et Data sicence. C'est du MATH..?
× 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.
Posez vos questions ou discutez informatique, sur le Discord NaN | Tuto : Preuve de programmes C