Les développeurs cherchant à évaluer les méthodes d'apprentissage automatique trouvent un nombre croissant de plates-formes matérielles et de développement spécialisées qui sont souvent adaptées à des classes spécifiques d'architecture et d'applications pour l'apprentissage automatique. Bien que ces plates-formes spécialisées soient essentielles pour de nombreuses applications d’apprentissage automatique, peu de développeurs d’apprentissage automatique sont prêts à prendre des décisions éclairées quant à la sélection de la plate-forme idéale.
Les développeurs ont besoin d'une plate-forme plus accessible pour acquérir de l'expérience dans le développement d'applications d'apprentissage automatique et pour mieux comprendre les besoins en ressources et les capacités résultantes.
Comme décrit dans l’article Digi-Key «Commencez avec l’apprentissage automatique à l’aide de matériel et de logiciel facilement disponibles», le développement de tout modèle d’apprentissage automatique supervisé comprend trois étapes principales:
Préparation des données pour la formation d'un modèle
Mise en œuvre du modèle
Formation de modèle
La préparation des données combine des méthodes d'acquisition de données familières avec une étape supplémentaire requise pour étiqueter des instances spécifiques de données à utiliser dans le processus de formation. Pour les deux dernières étapes, les spécialistes des modèles d'apprentissage automatique, jusqu'à récemment, devaient utiliser des bibliothèques mathématiques de niveau relativement bas pour implémenter les calculs détaillés impliqués dans les algorithmes de modèle. La disponibilité de structures d'apprentissage automatique a considérablement simplifié la mise en œuvre et la formation des modèles.
Aujourd'hui, tout développeur familiarisé avec Python ou d'autres langages pris en charge peut utiliser ces cadres pour développer rapidement des modèles d'apprentissage automatique capables de s'exécuter sur un large éventail de plates-formes. Cet article décrira la pile d'apprentissage machine et le processus de formation avant de découvrir comment développer une application d'apprentissage automatique sur un Raspberry Pi 3. Par Stephen Evanczuk
