Voir le profil

Newsletter Veille Data - #35

Revue
 
 

Newsletter Veille Data

23 janvier · Numéro #35 · Consulter en ligne

Newsletter Veille Data est une sélection bimensuelle des meilleurs articles traitant de l'univers fascinant de la Data.

Recevez toutes les deux semaines une dizaine de liens : tutoriels, repos GitHub, études de cas, industrialisation, infos business, etc.

Elle permet à tout passionné de rester à la pointe sur les usages des toutes dernières technologies Data.

Newsletter 100% gratuite publiée un samedi sur deux.


Hello les datavores !
Cette semaine, en plus des nombreux outils encore sortis dans l'univers open-source Data, je consacre une petite section spéciale au Machine Learning appliquée au domaine de l'art.
Sans transition, vous venez de passer la barre des 2000 abonnés à la newsletter ! Merci à tous pour le bouche à oreille et pour votre fidélité. Et bienvenue aux nouveaux :-)
À la semaine prochaine,

Open Source et Tutos
Python : Best-Of des outils et bibliothèques de ML
TF Quant Finance : Bibliothèque TensorFlow haute performance pour la finance quantitative
GPT Neo : GPT-3 (totalement) libre et gratuit
CatalyzeX : Extension Chrome pour faciliter vos recherches de repo GitHub
ALS Data Portal
Turoriel : Manipuler Excel et Outlook avec Python
Art et Machine Learning
👇
👇
DeepDream est un programme de vision par ordinateur créé par Google qui utilise un réseau neuronal convolutif pour trouver et renforcer des structures dans des images en utilisant des paréidolies créées par algorithme, donnant ainsi une apparence hallucinogène à ces images. Autour de ce programme, s'est fédérée toute une communauté de passionnés, et on parle ainsi aujourd'hui du mouvement DeepDream pour tout ce qui gravite autour de l'art produit par des algorithmes de Machine Learning.
Les types d'art d'IA les plus courants sont les hallucinations DeepDream et le transfert de style artistique (également connu sous le nom de Deep Style). La superbe image du Mandalorian ci-dessus a été générée via ce type de procédé. Si vous souhaitez reproduire cela de votre côté, voici tout ce qu'il faut (y compris le Google Colab) !
👇
👇
Nathan Shipley utilise quant à lui le modèle pixel2style2pixel pour reprendre d'illustres portraits afin de leur donner une apparence photo-réaliste. Le résultat est bluffant. Vous pouvez retrouver l'ensemble de ses créations sur son instagram !
Lecture
Pourquoi le langage Julia a le vent en poupe ? Un (futur) challenger de Python ?
AI for Good en 2021
Le Meme de la semaine...
Data Engineering 101 😆
Data Engineering 101 😆
Avez-vous aimé ce numéro ?
Pour vous désabonner, cliquez ici.
Si on vous a fait suivre cette lettre d'information et que vous l'aimez, vous pouvez vous y abonner ici.
Propulsé par Revue