La Web Intelligence Summer School 2015 a eu lieu du 31 août au 4 septembre à l’Université de Saint Étienne.
La thématique cette édition 2015 était « Répondre à des questions avec le Web » :
- Publication de données web : données liées Linked Data, normes et techniques du web sémantique / web des données
- Comprendre et analyser une question en langage naturel : NLP / traitement du langage naturel
- Trouver des données pour répondre à la question et à justifier la réponse : intégration / curation / extraction de données
- Présenter les réponses : représentation graphique et visuelle
Vous trouverez ici le programme complet de la Web Intelligence Summer School.
Membre de l’équipe Recherche d’Antidot, Ludovic Samper y a donné mardi 1er septembre de 10h30 à 12h30 un cours de 2 heures sur les techniques d’apprentissage automatique – machine learning. Il y a parlé plus spécifiquement de classification supervisée utilisant scikit-learn, et détaillé certains algorithmes comme NB – Naïve Bayesian, classification naïve bayésienne – et SVM – Support Vector Machine, machine à vecteurs de support.
Résultats de différents classifieurs avec scikit-learn – cliquez sur l’image pour l’agrandir
Si vous n’avez pas pu y assister, en voici le contenu (en anglais) :
This is all the materials for the course:
The tutorial is about supervised classification of text documents. I’ve presented some classical algorithms (Multinomial Naïve Bayes, Support Vector Machine) and the maths behind. To illustrate the course, I used scikit-learn library and the 20newsgroups dataset.
The slides are here:
[slideshare id=52252432&doc=wiss-ml-150831140716-lva1-app6892]
And you’ll find here the code I shown using iPython notebook:
- The main one presenting 20 newsgroups, tfidf, Bayes algorithm computation step-by-step and classification results.
- Some experiments varying C parameter and kernel functions in SVM
- Grid search results
Partenaires de cet événement :
