Des milliers d’articles et de vidéos existent pour apprendre le Deep Learning. Que ce soit des leçons techniques ou des vidéos théoriques.
Le problème ? Tout ce contenu est en anglais.
Il y a bien du contenu en français mais la plupart s’adresse à :
- des étudiants voulant regarder passivement ce que peut faire l’Intelligence Artificielle
- des futurs profs en IA souhaitant connaître la théorie derrière le Deep Learning
Ne te méprends pas, je trouve ça très bien pour le Deep Learning !
L’un permet de faire connaître le domaine. L’autre permet de former les professeurs de demain grâce à des connaissances théoriques.
Mais soyons honnête :
Tu ne vas JAMAIS utiliser ces compétences dans le monde du travail.
Comme disait Einstein : « La théorie, c’est quand on sait tout et que rien ne fonctionne. »
Il a raison.
Si tu veux avoir des résultats concrets (et avoir une valeur réelle dans le monde du travail) tu dois développer des compétences pratiques et mémorisables.
C’est ce que j’appelle les PROTOCOLES RÉPLICABLES.
Par exemple :
- Analyser un dataset
- Créer un modèle de Deep Learning
- Modifier les bons hyperparamètres
- Optimiser le modèle
Ces protocoles sont pratiques, et c’est un avantage.
Ça veut dire qu’ils te serviront vraiment lorsque tu seras face à un problème du monde réel.
Encore mieux : ce sont des protocoles mémorisables.
Contrairement à tous les tutoriels abstraits pour apprendre la fonction d’activation, de la loss, qui permet l’optimisation du neurone de la couche de… tu t’en souviendras FACILEMENT.
C’est une très bonne nouvelle car quand tu vas communiquer tes résultats à des personnes qui ne sont pas des experts, tu ne passeras pas pour un geek qui passe la journée derrière son ordinateur. Ils comprendront ce que tu dis.
C’est pour ça que j’utilise ces protocoles réplicables :
- Ils sont pratiques donc tu peux les utiliser et les communiquer facilement
- Ils sont mémorisables donc tu les garderas toujours en tête quelle que soit ta situation