Promo : une formation CoreML en français à 11 €
CoreML était l’une des nouveautés majeures d’Apple l’an dernier, une méthode simplifiée de créer et surtout d’exploiter les méthodes d’apprentissage automatisé (machine learning). Si vous n’avez jamais essayé ce domaine de plus en plus populaire en informatique, ou si vous voulez en apprendre davantage, cette formation en français dédiée à CoreML sur iOS devrait vous intéresser.
Le cours doit permettre d’acquérir les bases en matière de machine learning en général, et d’utilisation d’un modèle de données dans une app iOS en particulier. Les premières leçons seront assez simples, pour apprendre à utiliser l’un des nombreux projets d’exemples où le modèle sert à deviner ce que l’appareil photo d’iOS affiche. Par la suite, ça se complique un petit peu, une introduction à Python, le langage de développement, permet de créer un modèle à exploiter ensuite avec CoreML.
En tout, le cours est composé de six heures et demi de vidéos pour 71 sessions, six articles et une quinzaine de ressources supplémentaires. Le tout est affiché à un tarif de base de 200 € sur le site d’Udemy, mais la formation est actuellement en promotion à 11 € seulement. L’offre est valable pendant encore quatre jours.
Quel rapport entre Python et le développement iOS/Core ML s'il vous plait ?
@MJever777
J’ai pas regardé le détail, mais j’imagine qu’ils doivent utiliser Python - qui est très populaire dans le domaine - pour exploiter des bibliothèques de ML (TensorFlow, Keras,...).
Par exemple, entrainer un réseau de neurones avec Python et ses outils et ensuite, intégrer le modèle calculé dans une app iOS en Swift avec Core ML.
../..
@MJever777
Premiere chose avant de repondre a ta question:
la formation UDEMY dont il est fait la publicité ici utilise un modele commercial d'incitation a l'achat a base de fausse promotion.
Le prix reel de la formation c'est 10 a 15 euros, pas 200 euros.
De temps a autre Udemy va faire passer le tarif a 200 euros, mais le prix de 10 et 15 euros va revenir juste apres.
Donc avant d'investir dans une formation Udemy, d'une part il faut prendre le temps de comparer avec la concurrence, voire les tuto Youtube gratuits. Ensuite il ne faut jamais acheter une formation Udemy au-dela de 20 euros.
Ceci dit, sur Udemy on trouve de bonnes formations et de tres mauvaises. On peut meme trouver des formations sur un meme sujet ou le pire cotoit le meilleur... et generalement les formations en français sont des reprises des formations en anglais, langue majoritaire sur Udemy...
Donc toujours eviter de se precipiter sur les fausses promotions UDEMY et bien prendre le temps de comparer et evaluer ses besoins et de lire les retours des clients UDEMY - evidement pas sur le site UDEMY...
Maintenant pour repondre a ta question, la version courte c'est: aborder le ML implique aujourd'hui de maitriser Python!
En plus developpé:
Core ML est un moteur d'utilisation en Swift qui exploite des modeles pre-entrainés, mais la creation de ces modeles reposent principalement sur Python et les outils dediés.
En fait si tu ne maitrise pas Python tu pourras faire des applications CoreML avec uniquement des modeles existants et figés créés par d'autres.
Apple propose bien un outil de création de modèle, Create ML, mais l'immense majorité des modeles pre-entrainés sont produit avec des outils Python. De plus Create ML vient juste de sortir et il est tres limité par rapport aux autres outils et demande un Mac tres puissant et un gros GPU.
En fait il faut comprendre ce qu'est le "machine learning" pour comprendre comment utiliser CoreML. Je vais essayer de simplifier au maximum.
Le ML c'est un traitement statistique qu'on applique a un set de données de afin d'en extraire un contenu signifiant et de caractériser ce set de données.
Par exemple, reconnaître un visage revient a etablir des comparaisons de motifs principaux qui reviennent systématiquement (place des yeux, nez, bouche,...) et leurs accorder une variabilité limitée (tailles, couleurs, forme, expression - oeil plus ou moins fermé - ) basée sur l'analyse de milliers de visages (et d'images qui ne sont pas des visages...).
L'analyse des milliers de visages de references permet de creer un modele mathematique, et c'est ce modele qui sera utilisé par le moteur de ML pour analyser une image afin d'etablir si elle contient un visage...
La creation de ce modele repose sur une repetition d'analyses statistiques qu'on applique sur le set de données de reference. C'est la partie "apprentissage" - le learning -, ou le systeme tente de devenir plus efficace - efficacité qui est determinée par l'evaluation.
Au terme de cette phase, qui demande du temps et de la puissance de calcul, on obtient un modele, dit - pre-entrainé.
L'efficacité du ML repose donc surtout sur l'efficacité du logiciel de création du modèle et sur l'exhaustivité du set de données.
Il y a donc deux elements au ML:
- le systeme de creation de modele
- le moteur d'application du modele (CoreML)
Bref, si tu veux te lancer dans le ML, tu as besoin de mairiser Python et ses outils dediés au ML.
@C1rc3@0rc
Merci pour l'éclaircissement !
J'étais intéressé par la formation, jusqu'à ce que j'entende parler le formateur. 😅
Je vais me tourner vers des cours en anglais, d'autant que les docs le seront majoritairement.