Résumé de statistiques/probabilités
Je suis en train de faire les cours du MIT sur les probabilités/statisitques (ici). Le titre officiel est "Introduction aux probabilités et statistiques", mais le cours est tout de même assez complet je trouve, donc je fais un résumé ici (ce n'est pas un vrai cours suffisamment, donc si vous ne connaissez pas un minimum, ça risque d'être un peu dur).
Docker: a post to my past self
TL;DR I used Docker during last months. I write down here what I would have liked to know when beginning using it, what you can do with it and some tricks you need to be aware of.
Intro de l'intro à la DP
Le dernier article concernant la programmation dynamique començait avec un exemple un peu trop compliqué. Ici on va en faire un plus simple avec la suite de Fibonacci, ce sera plus facile pour comprendre.
Introduction à la DP
Dynamic Programming. Ou programmation dynamique en français. C'est une technique de résolution de problèmes, qui peut être un peu compliquée à comprendre, mais nous allons essayer de nous en sortir avec un exemple qu'on qualifie de "pas trop dur".
Les problemes P, NP
Nous allons parler des problèmes P, NP, NP-Complet et NP-Difficile. Ce sont des notions de base en informatique en tant que "science".
Faux positifs
En statistique et en machine learning, on utilise souvent la notion de "faux positifs", "vrai positifs", rappel, précision ... Nous allons expliquer ces concepts aujourd'hui.
Eight Queens Puzzle
You have a chessboard of 8*8 square. You have 8 queens. Your goal is to place the 8 queens on the board, without any of them threatening another one. A queen is threaten if she is on the same row, or the same column, or the same diagonal of another queen (like in the rules of chess).
Faces detection with caffe
This is a project I worked on recently : detecting faces on an image thanks to machine learning (using caffe for CNN).