Mise en place de l’environnement

Installation de l’environnement Python

Installation du framework d’IA

Configuration des dépendances pour utiliser le GPU (CUDA, cuDNN)

Installation de l’API de haut niveau  Keras (optionnel)

 

Deep learning

Pré-traitement des données

Charger & entrainer le réseau sur des images : fit() vs fit_generator()

Réaliser son propre générateur de données

Traitement de texte

Détecteur de harcèlement (brouillon)

Traitement d’image

Classification d’images

Classification d’images multi labels/classes

Système de reconnaissance automatique de plaque d’immatriculation (Objet detection + localization + OCR + data crawling/scraping )

Classification d’images

Segmentation sémantique d’images

Data visualization

Intégration de Plotly.js dans Angular 9

Intégration d’une carte choroplèthe via Leaflet dans Angular 9