/ SPEAKER
Faissal BOUTAOUNTE
XHub/Devoxx Morocco
CTO et responsable de l'ingénierie chez x-Hub.io, avec plus de 16 ans d'expérience dans le domaine des TI. En 2010, j'ai co-fondé la première communauté de développeurs au Maroc : MoroccoJUG. Deux ans plus tard, j'ai co-fondé la conférence JMaghreb, qui est devenue la plus grande conférence de développeurs au Moyen-Orient et en Afrique. JMaghreb a été rebaptisée en 2015 lorsque nous avons rejoint la franchise Devoxx, consolidant sa position en tant que conférence de développeurs la plus prestigieuse de la région MEA.J'ai également joué un rôle dans la création de la communauté Java Wave à Québec, Canada, où j'ai vécu pendant neuf ans. Pendant mon séjour là-bas, j'ai participé à plusieurs événements locaux.Mon intérêt pour le monde de l'IA a commencé en 2017, lorsque nous avons construit un moteur de recherche sémantique pour le plus grand organisme de financement de la recherche au Canada. Ce moteur utilisait word2vec pour créer des embeddings, bien avant l'émergence des bases de données vectorielles. Je suis aussi le créateur de "laarbi", un assistant IA qui comprend le dialecte marocain.Tout au long de ma carrière, j'ai contribué à divers projets open source, y compris l'implémentation JSF Mojarra, JSR 346 et Reactivemongo. J'ai également été honoré comme le Participant Exceptionnel au Programme Adopt-a-JSR lors des 11èmes Prix Annuels du JCP.
Dans cet atelier, nous apprendrons le machine learning avec le dataset Titanic de Kaggle. Cet atelier est idéal pour les personnes nouvelles dans le domaine de la science des données ou pour les développeurs souhaitant en savoir plus sur le ML.
Voici ce que nous ferons :
Dans notre session, nous utiliserons Google Colab.
More Voici ce que nous ferons :
- Introduction au Machine learning
- Division des Données : Nous commencerons par diviser notre jeu de données en deux parties - une pour l'entraînement et une pour les tests.
- Gestion des Données Manquantes : Nous apprendrons à gérer les informations manquantes dans notre jeu de données pour améliorer notre modèle.
- Compréhension des Données : Nous examinerons les données de près pour comprendre ce qu'elles nous disent, ce qui aide à construire un bon modèle.
- Construction d'un Modèle : Nous créerons un modèle qui essaie de deviner qui a survécu sur le Titanic.
- Amélioration du Modèle : Nous explorerons des moyens d'améliorer notre modèle afin qu'il puisse faire de meilleures suppositions.
- Soumission à Kaggle : Enfin, nous apprendrons comment soumettre nos prédictions à Kaggle et rejoindre la compétition.
Dans notre session, nous utiliserons Google Colab.
English 
Français