Introduction au cours
  • Introduction
  • Qu'est ce que le machine learning?
  • Qu'est ce que CoreML?
Création d'une session Video: la base de nos projets
  • Création du projet
  • Gestion de l'autorisation
  • Configuration de la session
  • Le Buffer Delegate
  • Rotation de la camera
  • Projet Xcode complet
Vision: un framework indispensable pour CoreML
  • Vision: Présentation de l'application
  • Qu'est ce que Vision? Création du projet
  • Détecter des visages
  • Dessiner un rectangle autour du visage
  • Effectuer une requête de détection d'éléments du visage
  • Dessiner les éléments du visage
  • Ajouter une moustache aux visages
  • Projet Xcode Complet
Notre première application avec CoreML
  • Présentation de l'application
  • Préparation du projet
  • Créer une requête avec Vision et CoreML
  • La gestion des résultats de la requête
  • Ou trouver d'autres modèles CoreML
  • Intégrer un autre modèle
  • Projet Xcode Complet
Les bases de Python
  • Introduction à Python
  • Qu'est ce que Python
  • Anaconda: l'environnement Python pour le machine learning
  • Télécharger Atom et ajout de plugins
  • Les variables partie 1
  • Les variables partie 2: Arrays
  • Les conditions
  • Boucles
  • Les fonctions
  • Tuples
SciKit-learn: Modèle de Classification
  • Présentation
  • présentation et installation de Scikit-learn
  • L'iris de Fisher
  • Importer un dataset
  • Séparer les données en test et training
  • le KNeighborClassifier
  • Ajouter la précision
  • RandomForestClassifier
  • Préparer le modèle à l'import
  • Convertir le modèle en coremlmodel
  • Mise en place du projet Xcode
  • Ajout de la logique des sliders
  • Utiliser notre modèle coreML
  • Animation du résultat
  • Projet Xcode Complet
Le réseau neuronal convolutif (CNN) avec Keras
  • Présentation de l'application
  • LE CNN Convultional neuronal network ou réseau neuronal convolutif
  • Keras, la librairie pour utiliser le CNN
  • Importation du dataset fashion_mnist
  • Formatter les données du dataset
  • Ajout d'un layer convolutif
  • Ajout d'un layer de Pooling
  • Les Fully connected layers
  • Compiler le modèle et l'enregistrer
  • Conversion du modèle en CoreML
  • Mise en place du projet Xcode et création du UI
  • Collection Delegates et Datasources
  • Ajout de CoreML et Vision
  • Ajout du nom de l'habit selon l'index
  • Projet Xcode
IBM Watson et CoreML
  • Présentation de l'application
  • IBM Watson Services
  • Création d'un projet VisualRecognition
  • Ajouter des données et entrainer notre modèle
  • Convertir en mlmodel
  • Résultat du défi
  • Projet Xcode
Extras
  • Session Bonus: Aller plus loin