Le pub des programmeurs

Citation :
(j'ais comparé avec torch pour debugger, le code le plus attroce du monde... si j'avais su j'aurais regarder le tiens gabou).

Citation :
Pour les GMM, je fais un peu de pub, mon module pyem pour python marche bien maintenant, et est relativement utilisable.

Citation : Tu m'etonnes, du C++ de chercheurs, c'est le pire code du monde.

Citation : je hais le terme apprentissage

Citation :
un condensé de ce que l'on troue dans torch

    #===========================================

    # GMM of 30 comp, 45 dimension, 1e5 frames

    #===========================================

    d       = 45

    k       = 30

    nframes = 1e5

    niter   = 10

    mode    = 'diag'



    #+++++++++++++++++++++++++++++++++++++++++++

    # Create an artificial GMM model, samples it

    #+++++++++++++++++++++++++++++++++++++++++++

    # Generate a model with k components, d dimensions

    w, mu, va   = GM.gen_param(d, k, mode, spread = 3)

    gm          = GM.fromvalues(w, mu, va)



    # Sample nframes frames  from the model

    data    = gm.sample(nframes)



    #++++++++++++++++++++++++

    # Learn the model with EM

    #++++++++++++++++++++++++

    # Init the model

    lgm = GM(d, k, mode)

    gmm = GMM(lgm, 'kmean')



    em  = EM()

    like= em.train(data, gmm, niter)

Citation :
Pourquoi ca?

Citation :
est un terme ultra-pompeux, comme intelligence artificielle ou reseau de neurones;

Citation :

Pour les réseaux de neurones par contre, j'ai rencontré tout une litterature bien précise sur le sujet. C'est utilisé dans beaucoup de domaines, l'approche est bien défini, et l'on connait les limitations. C'est ptet à la mode, mais c'est vieux comme concept

Citation :
Parce qu'on peut qualifier tout système avec feedback, résonant, de système à apprentissage automatique, non ?

Citation :
Tiens c'est la première fois que je remarque la faute d'orthographe à pub des prograMeurs...

Citation :
Un programmeur, c'est le truc que tu mets sur ta prise electrique pour faire marcher le grille pain a 8 heures du matin.

Citation : neural networks for pattern recognition de Bishop (Excellent bouquin par ailleurs), ca n'a rien a voir avec les neurosciences.J'en discutais d'ailleurs il y a 2 jours avec un americain qui bosse dans un labo de neuro sciences au Japon, ce ce type de defauts semantiques (mais apres quelques bieres, ca a devie sur foxnews et les rednecks ). Les reseaux de neurones sont plus trop a la mode, d'ailleurs, en machine learning, j'ai l'impression; maintenant, c'est plus SVM et methodes bayesiennes (reseaux bayesiens).

Citation : Parce qu'on peut qualifier tout système avec feedback, résonant, de système à apprentissage automatique, non ?

Citation :
Je pense que d'aborder les réseaux de neurones avec l'analogie des neurones aide quand meme pas mal à comprendre...

Citation :
Attention, quand y a feedback, c'est que tu es dans des algos a apprentissage supervisé.

Citation :
Il me semble que les reseaux de neuronnes séduisaient à une époque car on disait que c'était comme le cerveau humain,

Citation :

En tout cas en classif, la question du classifieur n'est pas vraiement importante (K-means, RNA, SVM ou autre). L'essentiel ca va toujours rester les PARAMETRES DISCRIMINANTS

Citation :
PARAMETRES DISCRIMINANTS

Citation : aibo, le chien de sony.
Ils ont utilisé un modèle bien plus compliqué qu'un simple perceptron pour l'apprentissage de la marche sur leur chien, non ? Merde encore une source à retrouver...

Citation : Tiens c'est la première fois que je remarque la faute d'orthographe à pub des prograMeurs

Citation :
C'est assez nouveau encore pour moi, mais il semblerai que l'appellation MFCC regroupe finalement plusieurs technique? Par exemple l'idée de base que j'avais était:
FFT -> Pre-emphasis -> mel scale filter bank -> DCT