{"id":2214,"date":"2016-05-18T10:16:51","date_gmt":"2016-05-18T14:16:51","guid":{"rendered":"http:\/\/bioinfo.iric.ca\/fr\/?p=2214"},"modified":"2016-11-08T09:30:05","modified_gmt":"2016-11-08T14:30:05","slug":"apprentissage-automatique-en-sciences-de-la-vie","status":"publish","type":"post","link":"https:\/\/bioinfo.iric.ca\/fr\/apprentissage-automatique-en-sciences-de-la-vie\/","title":{"rendered":"Apprentissage automatique en sciences de la vie"},"content":{"rendered":"

L’apprentissage automatique est de plus en plus populaire parmi les bio-informaticiens et les biologistes. Ces algorithmes ont montr\u00e9 qu’ils pouvaient donner des r\u00e9sultats tr\u00e8s int\u00e9ressants et sont de plus en plus accessibles. Ce type de mod\u00e8le peut d\u00e9sormais \u00eatre appliqu\u00e9 facilement \u00e0 un ensemble de donn\u00e9es en utilisant des librairies en R ou en Python. Par exemple, la librairie Python, Scikit-learn<\/a>, impl\u00e9mente plusieurs des algorithmes les plus connus tels que les mod\u00e8les de r\u00e9gression, la for\u00eat d’arbres d\u00e9cisionnels (Random Forest<\/em>), les machines \u00e0 vecteurs de support (SVM<\/em>) en plus de fournir une documentation d\u00e9taill\u00e9e.<\/p>\n

M\u00eame l’apprentissage profond (par exemple r\u00e9seaux de neurones avec de multiples couches ou des r\u00e9seaux \u00e0 convolution) est facilement accessible de nos jours. Il existe plusieurs programmes facilitant l’utilisation de ces mod\u00e8les plus complexes : certains sont de bas niveau comme Theano<\/a> and TensorFlow<\/a> tandis que d’autres sont de plus haut niveau tel que Lasagne<\/a>, Blocks<\/a>, Mariana<\/a> et Keras<\/a>. Lasagne, Blocks et Mariana
\nsont en fait construits \u00ab\u00a0par-dessus\u00a0\u00bb Theano. Wikipedia<\/a> et le site web de deeplearning.net<\/a> pr\u00e9sentent des listes plus compl\u00e8tes des diff\u00e9rents outils qui existent pour nous faciliter la vie.<\/p>\n

Mariana, l’un de ces outils, a d’ailleurs \u00e9t\u00e9 d\u00e9velopp\u00e9 par un \u00e9tudiant de l’IRIC et a \u00e9t\u00e9 test\u00e9 par quelques membres de la plate-forme de bio-informatique. Regardez le vid\u00e9o ci-dessous pour en apprendre plus sur ce framework<\/em> qui se veut \u00ab\u00a0un framework<\/em> d’apprentissage automatique extensible, en Python, construit par-dessus Theano et se concentrant sur la facilit\u00e9 d’utilisation\u00a0\u00bb *. <\/p>\n

J’esp\u00e8re que la prochaine fois que vous serez tentez par l’apprentissage automatique, c’est avec enthousiasme que vous m\u00e8nerez votre projet \u00e0 terme. Maintenant vous savez que vous n’avez pas besoin d’\u00eatre un expert en la mati\u00e8re; il existe des options con\u00e7ues sp\u00e9cialement pour vous!! <\/p>\n


\n