Pour exceller en développement Web, on doit toujours être au courant des dernières technologies, des derniers langages, des dernières librairies… et rapidement s’adapter ou comprendre de nouveaux concepts. De plus en plus, on entend souvent parler d’intelligence artificielle sans trop comprendre la place qu’elle occupe en Front End. Est-ce pertinent pour un développeur Web d’apprendre l’AI? Et, en 2019, on fait quoi en Front End avec l’AI? En abordant les bases du deep learning, je vous parlerai d’outils récents qui vont influencer le Front End et vous montrer qu’apprendre l’AI est accessible à tous.

1. L’AI EN DÉVELOPPEMENT
WEB
[ WAQ 2019 ]

2. ANNIE DESHAIES
Développeuse Web
Front End
AI
SALUT! ALLÔ! BONJOUR.

3. C’EST QUOI
L’AI?
Party de buzzwords
Machine learning, Deep learning,
Big data...
Intelligence artificielle
Robotique?
C’est une science, un principe, un concept.
Ça veut pas dire grand chose, dire: “Je travaille
en AI.”
Python
R, Go, C, Cython… Javascript.

4. L’AI et le web
À quoi ça ressemble du code de ML - sans trop de code SVP -
Ça s’intègre comment en Web
On peut générer un mockup avec l’AI
Et plein d’autres choses aussi!

5. LE HELLO WORLD DU ML.
Modified National Institute of Standards and Technology
MNIST

6. QUICK, DRAW!
Jeu en ligne développé par Google, sorti en 2016
+ de 50 millions d’images, 345 catégories

7. PROCESSUS DE PREPROCESSING DES
DONNÉES.
ALIGNER LES
POINTS TOP-LEFT
FEATURE
SCALING 255
256 * 256
PIXELS
RAMER-DOUGLAS-
PEUCKER
RDP
x xx xx xx x
1 2 3
AJOUTER 1 PIXEL
ENTRE LES POINTS
54

8. ALGORITHME
RDP.
Série ordonnée de points
(P1, ... , Pn)
Prends le point le plus éloigné (Pz)
Pz - P1 < ε ? nul : P1
Simplifier les courbes et les lignes du dessin
pour avoir la même forme, mais avec moins de
points à traiter.
Répéter
return [N, 784]

9. Quick, Draw
Dataset

10. LES ÉTAPES
DU ML.
Les grandes étapes du machine learning / deep
learning.
TÉLÉCHARGER LES
DONNÉES
PREPROCESSING
DES DONNÉES
DÉFINIR LE
MODÈLE
ENTRAÎNER ET
TESTER

11. LES ÉTAPES
DU ML.
Les grandes étapes du machine learning / deep
learning.
TÉLÉCHARGER LES
DONNÉES
PREPROCESSING
DES DONNÉES
DÉFINIR LE
MODÈLE
ENTRAÎNER ET
TESTER

12. Les grandes étapes du machine learning / deep
learning.
LES ÉTAPES
DU ML. TÉLÉCHARGER LES
DONNÉES
PREPROCESSING
DES DONNÉES
DÉFINIR LE
MODÈLE
ENTRAÎNER ET
TESTER

14. LES LAYERS DU
MODÈLE.
Convolutional 2D
(16, (3, 3))
MaxPooling 2D
pool_size = (2, 2)
Appliquer un set de filtres à l’image pour
extraire les features de l’image comme les
lignes, les formes ou les objets.
Flatten
Dense

15. Les grandes étapes du machine learning / deep
learning.
LES ÉTAPES
DE ML. TÉLÉCHARGER LES
DONNÉES
PREPROCESSING
DES DONNÉES
DÉFINIR LE
MODÈLE
ENTRAÎNER ET
TESTER
Bad loss
Bad accuray
Good loss
Bad accuray
Bad loss
Good accuracy
Good loss
Good accuracy

17. Sketch2Code

19. LE NATURAL LANGUAGE PROCESSING.
EMBEDDINGENCODER
x xx xx x
DECODER
Pour plus de détails...
Jeudi 11 avril 2019 11h15 Vers la génération de fausses nouvelles
- Nicolas Garneau -
NLP pour la translation, la génération de texte, l’analyse de sentiments dans un texte,
filtrer les spams dans une liste de courriels...
LSTM

20. LE EMBEDDING.

21. LE NATURAL LANGUAGE PROCESSING.
EMBEDDINGENCODER
x xx xx x
DECODER
Pour plus de détails...
Jeudi 11 avril 2019 11h15 Vers la génération de fausses nouvelles
- Nicolas Garneau -
NLP pour la translation, la génération de texte, l’analyse de sentiments dans un texte,
filtrer les spams dans une liste de courriels...
LSTM

23. L’INTELLIGENCE ARTIFICIELLE.
C’est des possibilités à ne plus finir.
Machine
learning
Vision Speech
NLP
Robotics Expert,
planification
systems

24. MERCI !