Accueil / Blog / Métier / 2018 / Butinage de mars 2018

Butinage de mars 2018

Par Simon Georges — publié 03/04/2018, édité le 23/04/2018
La veille de Makina Corpus sur ses technologies de prédilection.
Butinage de mars 2018

L'article du mois

Ce mois-ci, l'article qui nous a le plus impressionné est cet article issu de la recherche de Google sur la vision d'un réseau de neurones ([EN]), avec de nombreux détails sur l'impact des poids des différentes activations du réseau, et le comportement des différentes couches :

Neural networks vision

Un des meilleurs articles que nous avons lu sur le sujet, avec de très belles visualisations, produites par la bibliothèque Lucid.

Machine Learning

Comme tout secteur où nous cherchons à acquérir une expertise (surtout sur un secteur qui bouge si rapidement, grâce au grand nombre d'équipe de recherche sur le sujet), nous sommes toujours à la recherche d'article vulgarisant des concepts complexes, ou indiquant des process précis à reproduire chez nous.

Suite à la grande victoire d'un algorithme sur le champion du monde de Go, un article tente d'expliquer simplement le fonctionnement de l'algorithme, et le résultat est tout à fait enrichissant : comment un programme gagne à Go ([EN]).

Certaines bibliothèques, pour se faire un peu connaître, proposent également des articles très détaillées sur leur fonctionnement, comme ici le framework Lore expliquant comment construire un réseau de neurones en 15 minutes ([EN]).

La reproduction d'applications existantes est également une bonne occasion d'apprendre, et l'implémentation de la technologie Face ID des iPhones en Python ([EN]), toujours avec des réseaux de neurones, ne fait pas exception.

Nous parlions de recherche un peu plus haut, et parmi les algorithmes qui nous ont marqué ce mois-ci, Reptile, algorithme de meta-learning, qui peut génériser à partir de très peu d'exemples !

Nous en avons déjà parlé, mais la recherche d'éthique est intrinsèquement liée au développement du machine learning. De nombreux articles sont parus sur le sujet, et ce mois-ci ne fait pas exception à la règle : Fair is not the default ([EN]).

Sur le sujet, je recommande d'ailleurs cette conférence d'il y a quelques mois, "le problème des biais" :

Enfin, et là, le machine learning rejoint une de nos autres expertises, le développement front-end, de plus en plus de bibliothèques sont disponibles pour faire du machine learning en Javascript :

  • Brain.js permet d'entraîner un réseau de neurones ;
  • Deeplearn.js qui devient TensorFlow.js ;
  • Le créateur de Node.js, Ryan Dhal, a déjà annoncé PropelML, un framework de machine learning en Javascript.

Front-end

Comme les mois précédents, on vous reparle de GraphQL, avec ici notamment un point de vue où GraphQL remplace Redux ([EN]).

L'autre grande nouvelle du mois, c'est (enfin) la disponibilité des Progressive Web Apps dans iOS 11.3 [EN].

Enfin, la nouvelle version de React (16.3) [EN] est disponible. Les principaux changements sont :

  • L'ajout de la context API, qui permet de se passer de Redux dans de nombreux cas.
  • La suppression de trois cycles de vie : componentWillMount, componentWillReceiveProps et componentWillUpdate. Ils sont remplacés par getDerivedStateFromProps et getSnapshotBeforeUpdate.
  • On peut dorénavant passer les références en tant que props.

React Lifecycle

Bien sûr, nous couvrons tout ça dans notre formation React.

Autres sujets

ABONNEZ-VOUS À LA NEWSLETTER !
Voir aussi
Butinage de novembre 2018 Butinage de novembre 2018 04/12/2018

La veille de Makina Corpus sur ses technologies de prédilection.

Butinage d'octobre 2018 Butinage d'octobre 2018 08/11/2018

La veille de Makina Corpus sur ses technologies de prédilection.

Butinage de septembre 2018 Butinage de septembre 2018 01/10/2018

La veille de Makina Corpus sur ses technologies de prédilection.

Butinage d'août 2018 12/09/2018

La veille de Makina Corpus sur ses technologies de prédilection.

Butinage de juillet 2018 Butinage de juillet 2018 06/08/2018

La veille de Makina Corpus sur ses technologies de prédilection.