PPT-Cas concrets

CClin SudEst avril 2016 Mode demploi Lecture de la situation par lanimateur Propositions de réponses par les participants Vous pouvez utiliser le tableau vierge et mettre en vert les logos proposés par les participants sélectionner le . La situation humanitaire dans les régions en crise de l'Afrique – le Soudan du Sud, les pays de la Corne de l'Afrique (Somalie en particulier) et la région du lac Tchad – s'est encore détériorée. La famine menace. Des récoltes inférieures à la moyenne l'année dernière ainsi que l'absence ou l'irrégularité des pluies entraînent à l'heure actuelle une très grave pénurie alimentaire et aggravent encore la détresse humanitaire qui prévaut déjà dans les régions concernées. Une amélioration de cette situation d'urgence n'est pas en vue pour l'instant. La Somalie, le Soudan du Sud et le bassin du lac Tchad sont des régions d'intervention prioritaires des organisations humanitaires en Afrique. Ces dernières ont besoin de plus de 5,6 milliards de dollars pour les actions humanitaires. Le ministère fédéral des Affaires étrangères coopère avec des partenaires allemands et internationaux pour venir en aide aux populations affectées.. Cet ouvrage, con231u pour tous ceux qui souhaitent s\'initier au Deep Lea rning (apprentissage profond) est la traduction de la deuxi232me partie du best-seller am233ricain Hands-On Machine Learning with Scikit-Learn ET TensorFlow.Le Deep Learning est r233cent et il 233volue vite. Ce livre en pr233sente les principales techniques les r233seaux de neurones profon ds, capables de mod233liser toutes sortes de donn233es, les r233seaux de con volution, capables de classifier des images, les segmenter et d233couvri r les objets ou personnes qui s\'y trouvent, les r233seaux r233currents, ca pables de g233rer des s233quences telles que des phrases, des s233ries tempo relles, ou encore des vid233os, les autoencodeurs qui peuvent d233couvrir toutes sortes de structures dans des donn233es, de fa231on non supervis233e, et enfin le Reinforcement Learning (apprentissage par renforcement) q ui permet de d233couvrir automatiquement les meilleures actions pour eff ectuer une t226che (par exemple un robot qui apprend 224 marcher).Ce livre pr233sente TensorFlow, le framework de Deep Learning cr233233 par Google. I l est accompagn233 de notebooks Jupyter (disponibles sur github) qui con tiennent tous les exemples de code du livre, afin que le lecteur puiss e facilement tester et faire tourner les programmes.Il compl232te un pre mier livre intitul233 Machine Learning avec Scikit-Learn. La Machine Learning (apprentissage automatique) se r233pand aujourd\'hui rapidement dans presque tous les secteurs d\'activit233. Certaines de ses techniques reposent sur les r233seaux de neurones artificiels quand ces r233seaux comptent un nombre important de couches, on parle alors de Deep Learning (apprentissage profond). L\'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Deep Learning et de vous montrer, gr226ce 224 de nombreux exemples de code accessibles en ligne, comment les mettre en pratique. Nous utiliserons TensorFlow, un outil open source tr232s efficace pour entra238ner des r233seaux de neurones artificiels. - Comprendre les bases du Deep Learning, et apprendre 224 utiliser TensorFlow - Ouvrir les bo238tes noires pour comprendre comment fonctionnent les algorithmes - Comprendre comment distribuer les r233seaux de neurones sur plusieurs processeurs - Analyser des images 224 l\'aide de r233seaux de neurones 224 convolution - Cr233er un syst232me de traduction automatique 224 l\'aide de r233seaux de neurones r233currents - Construire des autoencodeurs dou233s de cr233ativit233 - Aborder l\'apprentissage par renforcement (Reinforcement Learning) et 234tre capable de construire un agent capable d\'apprendre 224 jouer tout seul.