ViewTube

Hello les Data Scientists et ML Engineers !

J’espère que vous vous portez bien !

Pour patienter avant la sortie des prochaines vidéos YouTube, j'ai décidé de créer pour vous un Cahier de Vacances Data & IA, comprenant des mini-projets qui vous permettront de level-up votre CV durant l'été !

Au programme :
- LLMs
- Vision par Ordinateur
- Algorithmes de Recherche
- Et d'autres projets en rapport avec l'été 🏖️ ... et la coupe du monde de football ⚽


C'est 100% gratuit, et disponible sous forme de newsletter hebdomadaire.

Si vous voulez me rejoindre dans cette aventure estivale, vous avez jusqu'au 1er juillet pour vous inscrire, après quoi je commencerai à envoyer les premiers projets par e-mail (à partir du 5 juillet et jusqu'au 30 août)

Pour vous inscrire :
https://www.machinelearnia.com/cahier... 

Bonnes vacances à vous ! ☀️

Nouvelle version de Scikit-learn disponible ! ❤️

Ce qui me plaît tout de suite à la lecture de la release note :

→ ElasticNet et Lasso ont été optimisés et sont désormais plus rapides et plus robustes. J'aime !

→ Bug fix : sur LogisticRegressionCV. En effet, j'avais moi-même rencontré un bug sur les CV splits il y a quelques temps. Super !

→ Un nouveau joujou nommé ClassicalMDS dans le module manifold. Je ne connais pas et j’ai hâte de le tester.

→ Bug fix sur OneHotEncoder, et celui-ci va parler aux membres de ML-PRO (si vous me lisez ici), car je sais que plusieurs d’entre vous ont également rencontré ce bug durant la dernière année :
handle_unknown='warn' se comportait incorrectement comme 'ignore' au lieu de 'infrequent_if_exist'. Ce bug est maintenant corrigé !

→ Une autre amélioration qui fait vraiment plaisir ! Sur les arbres de régression, je lis que lorsqu’on utilise comme critère l’erreur absolue, on passe d’une complexité de résolution d’ordre O(N²) à O(n log(n)), et ça, c’est juste géant. Bravo ! On va pouvoir faire passer nos arbres de régression à des centaines de millions de points.

Franchement, j’ai un maximum de gratitude pour le travail que tous les contributeurs fournissent. Nous avons vraiment de la chance, ne l’oublions pas !

Merci a toute l'équipe ! On vous aime !

Je suis actuellement en train de tester le nouveau bijou de NVIDA : La DGX Spark. Il s'agit d'un "AI supercomputer" (comme ils disent) capable de fine-tuner nos propres modeles comme jamais au-paravant.

Je vous propose de la mettre au défi !

Que proposez-vous de faire ?

2026 is coming

Hello tout le monde, la Masterclass c'est ce soir à 20h (heure de Paris) ! 🚀  

L'accès à cette Masterclass est gratuit, mais les places sont limitées, il ne vous reste plus qu'une heure pour vous y inscrire !  

👉 https://www.machinelearnia.com/inscri... 

Je suis impatient de partager avec vous mes meilleurs conseils pour que vous puissiez décrocher le job de vos rêves en Data Science. 

PS: Si vous vous êtes inscrit mais n’avez pas reçu l’email d’accès au groupe dédié à la Masterclass, je vous invite à vous réinscrire via le lien ci-dessus. Cela vous garantira de bien recevoir toutes les informations essentielles pour la Masterclass.

À très vite 😊

🚀 [MASTERCLASS] COMMENT TROUVER LE JOB DE SES RÊVES DANS LA DATA SCIENCE ? Ce vendredi 14 mars à 20h00 (heure de Paris) 🚀



https://www.machinelearnia.com/inscri...





Vous me demandez régulièrement:  Comment faire pour trouver un travail dans l'IA aujourd'hui en 2025 ?



Il est vrai que le marché de l'emploi peut être difficile et la concurrence forte.





Mais voilà des années que je donne des conseils à tous ceux qui m'en demandent, et j'ai vu ce qui marche et ce qui ne marche pas en terme de stratégie de recherche, de CV, et de préparations aux entretiens.





A force de répéter encore et encore toujours ces mêmes conseils, j'ai donc décider de les partager avec vous tous, à travers un Webinar exclusif, ce vendredi 14 mars à 20h00 (heure de Paris)  dans lequel nous verrons :





✅ Comment construire un CV en béton armé qui passe 100% du temps les logiciels de sélection.

✅ Comment postuler aux bons endroits et éviter de perdre son temps, son énergie et sa motivation avec des annonces bidon.

✅ Comment tout déchirer en entretien d'embauche avec des méthodes qui vous permettront de connaître les questions à l'avance !

✅ Comment trouver le job qui vous rendra heureux et vous rémunérera comme vous le méritez (car oui, quel que soit votre niveau actuel, vous avez déjà de super compétences).





L'accès à cette Masterclass est gratuit, mais les places sont limitées, alors inscrivez-vous dès maintenant :



https://www.machinelearnia.com/inscri...



À très vite 😉

Bonjour les Data Scientists !

Vous avez voté !

On se retrouve ce dimanche 6/10 à 19h00 (Paris time) pour découvrir ensemble la deuxième moitié de la carte de l'IA !

J'en profiterai pour répondre aux nombreuses questions que vous me posez depuis le premier live :)

Merci à tous pour votre enthousiasme et votre participation lors du live d'hier sur la "carte de l'IA"

Nous étions plus de 1 000 à explorer la carte ensemble, c'était un moment incroyable.

Vous êtes vraiment géniaux. 🤩

Suite à votre demande, je vous propose un second live pour terminer l'exploration de la carte et répondre à vos questions ! Vous pouvez voter ci-dessous pour la date qui vous convient le mieux 👇

J'ai hâte de continuer cette aventure avec vous très bientôt ! 😊

Ça vous dirait de faire un tour d'horizon du monde de l'IA aujourd'hui en 2024 ?

Et bien je vous propose de le faire avec moi en LIVE sur YouTube, ce vendredi 4 Octobre, de 19h00 à 20h00.





De nos jours, il y a tellement d'algorithmes et de modèles qu'on peut s'y perdre, c'est pourquoi je vous présenterai une carte qui montre comment tout l'univers de l'IA est aujourd'hui organisé. Un aperçu ci-dessous.

Je vous montrerai comment en l'espace de 50 ans, on est passé de la régression linéaire à ChatGPT et tous les modèles qui en découlent ! 🚀
 

Ne ratez pas le rendez-vous ! C'est en LIVE, ce vendredi uniquement ! 📅



Ca se passera ICI -> https://www.youtube.com/@MachineLearnia

J'ai rajouté une question complémentaire à mon sondage: Que faut-il NE PAS FAIRE pour bien apprendre (les erreurs à éviter)
Répondre ICI -> https://forms.gle/ungLGbeynho6CUTz8 
Merci pour votre contribution