{"id":19466,"date":"2021-03-09T15:35:47","date_gmt":"2021-03-09T20:35:47","guid":{"rendered":"https:\/\/canarie.machinedev.ca\/?page_id=19466"},"modified":"2024-10-30T09:49:57","modified_gmt":"2024-10-30T13:49:57","slug":"plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique","status":"publish","type":"page","link":"https:\/\/www.canarie.ca\/fr\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/","title":{"rendered":"Plan de vol : l\u2019apprentissage machine appliqu\u00e9 \u00e0 un syst\u00e8me de recommandation automatique"},"content":{"rendered":"\n<section class=\"section section--banner simple-fade light-blue alignfull\">\n  <div class=\"grid-container text-center\">\n  \t\t  \t\t  \t  <div class=\"large\"><p><span class=\"TextRun SCXW20856404 BCX0\" lang=\"EN-CA\" xml:lang=\"EN-CA\" data-contrast=\"none\"><span class=\"NormalTextRun SCXW20856404 BCX0\">Bien que le programme ATIR <\/span><span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">n\u2019accepte<\/span><span class=\"NormalTextRun SCXW20856404 BCX0\"> plus les <\/span><span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">demandes<\/span><span class=\"NormalTextRun SCXW20856404 BCX0\"> pour les <\/span><span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">ressources<\/span> <span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">en<\/span> <span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">nuage<\/span><span class=\"NormalTextRun SCXW20856404 BCX0\">, <\/span><span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">vous<\/span> <span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">avez<\/span> <span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">toujours<\/span> <span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">acc\u00e8s<\/span><span class=\"NormalTextRun SCXW20856404 BCX0\"> aux <\/span><span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">Propulseurs<\/span><span class=\"NormalTextRun SCXW20856404 BCX0\"> et \u00e0 <\/span><span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">leur<\/span><span class=\"NormalTextRun SCXW20856404 BCX0\"> documentation, qui <\/span><span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">seront<\/span> <span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">pr\u00e9serv\u00e9s<\/span><span class=\"NormalTextRun SCXW20856404 BCX0\"> et <\/span><span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">b\u00e9n\u00e9ficieront<\/span><span class=\"NormalTextRun SCXW20856404 BCX0\"> d\u2019un <\/span><span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">soutien<\/span> <span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">jusqu\u2019au<\/span><strong><span class=\"NormalTextRun SCXW20856404 BCX0\"> 17 <\/span><span class=\"NormalTextRun SpellingErrorV2Themed SCXW20856404 BCX0\">janvier<\/span><span class=\"NormalTextRun SCXW20856404 BCX0\"> 2025.<\/span><\/strong><\/span><strong><span class=\"EOP SCXW20856404 BCX0\" data-ccp-props=\"{&quot;134233117&quot;:false,&quot;134233118&quot;:false,&quot;335551550&quot;:0,&quot;335551620&quot;:0,&quot;335559738&quot;:240,&quot;335559739&quot;:240}\">\u00a0<\/span><\/strong><\/p>\n<\/div>\n\t  \t  \t\t  <\/div>\n<\/section>\n\n\n\n<section class=\"section section--text-columns no-background\">\n    <div class=\"grid-container\">\n      <div class=\"grid-x grid-padding-x\">\n        <div class=\"cell\">\n                  \t<h3>Apr\u00e8s le 17 janvier 2025:\u00a0<\/h3>\n                    <ul>\n<li data-leveltext=\"\uf0b7\" data-font=\"Symbol\" data-listid=\"4\" data-list-defn-props=\"{&quot;335552541&quot;:1,&quot;335559683&quot;:0,&quot;335559684&quot;:-2,&quot;335559685&quot;:720,&quot;335559991&quot;:360,&quot;469769226&quot;:&quot;Symbol&quot;,&quot;469769242&quot;:[8226],&quot;469777803&quot;:&quot;left&quot;,&quot;469777804&quot;:&quot;\uf0b7&quot;,&quot;469777815&quot;:&quot;hybridMultilevel&quot;}\" aria-setsize=\"-1\" data-aria-posinset=\"1\" data-aria-level=\"1\"><span data-contrast=\"none\">Les saisies d\u2019\u00e9cran devraient rester fid\u00e8les, mais au lieu de vous connecter \u00e0 votre compte ATIR dans AWS quand on vous le demande, vous devrez vous connecter \u00e0 un compte AWS personnel.<\/span><span data-ccp-props=\"{&quot;134233117&quot;:false,&quot;134233118&quot;:false,&quot;335551550&quot;:0,&quot;335551620&quot;:0,&quot;335559738&quot;:240,&quot;335559739&quot;:240}\">\u00a0<\/span><\/li>\n<li data-leveltext=\"\uf0b7\" data-font=\"Symbol\" data-listid=\"4\" data-list-defn-props=\"{&quot;335552541&quot;:1,&quot;335559683&quot;:0,&quot;335559684&quot;:-2,&quot;335559685&quot;:720,&quot;335559991&quot;:360,&quot;469769226&quot;:&quot;Symbol&quot;,&quot;469769242&quot;:[8226],&quot;469777803&quot;:&quot;left&quot;,&quot;469777804&quot;:&quot;\uf0b7&quot;,&quot;469777815&quot;:&quot;hybridMultilevel&quot;}\" aria-setsize=\"-1\" data-aria-posinset=\"1\" data-aria-level=\"1\"><span data-contrast=\"none\">Les liens vers les scripts CloudFormation d\u2019AWS permettant le d\u00e9ploiement automatique de l\u2019application type devraient rester les m\u00eames et \u00eatre fonctionnels.<\/span><\/li>\n<li data-leveltext=\"\uf0b7\" data-font=\"Symbol\" data-listid=\"4\" data-list-defn-props=\"{&quot;335552541&quot;:1,&quot;335559683&quot;:0,&quot;335559684&quot;:-2,&quot;335559685&quot;:720,&quot;335559991&quot;:360,&quot;469769226&quot;:&quot;Symbol&quot;,&quot;469769242&quot;:[8226],&quot;469777803&quot;:&quot;left&quot;,&quot;469777804&quot;:&quot;\uf0b7&quot;,&quot;469777815&quot;:&quot;hybridMultilevel&quot;}\" aria-setsize=\"-1\" data-aria-posinset=\"1\" data-aria-level=\"1\"><span data-contrast=\"none\">Les liens vers les d\u00e9p\u00f4ts GitHub permettant de t\u00e9l\u00e9charger le code source du Propulseur resteront valables puisque c\u2019est le cr\u00e9ateur du Propulseur (celui qui a \u00e9labor\u00e9 les applications de source ouverte servant d\u2019exemple) qui en est le propri\u00e9taire et en assure le maintien.<\/span><span data-ccp-props=\"{&quot;134233117&quot;:false,&quot;134233118&quot;:false,&quot;335551550&quot;:0,&quot;335551620&quot;:0,&quot;335559738&quot;:240,&quot;335559739&quot;:240}\">\u00a0<\/span><\/li>\n<\/ul>\n                  <\/div>\n      <\/div>\n    <\/div>\n  <\/section>\n\n\n\n<section class=\"section section--text-with-image  alignfull container squares-right\">\n  <svg version=\"1.1\" class=\"animated-square-graphic\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" xmlns:xlink=\"http:\/\/www.w3.org\/1999\/xlink\" x=\"0px\" y=\"0px\"\n\t viewBox=\"0 0 1084.85 1080\" style=\"enable-background:new 0 0 1084.85 1080;\" xml:space=\"preserve\">\n<style type=\"text\/css\">\n\t.st0{opacity:0.51;fill:#FEFEFE;}\n\t.st1{fill:#F4F4F5;}\n\t.st2{fill:#58C3D2;}\n\t.st3{fill:#E90D0B;}\n\t.st4{fill:#393D3F;}\n<\/style>\n<g>\n\t<path class=\"st0\" d=\"M275.09,0c0,20.92,0.02,41.84-0.04,62.75c-0.01,1.9,0.82,4.06-1.04,5.66c-1.33-1.48-1.49-3.32-1.5-5.17\n\t\tc-0.07-19.54-0.1-39.07,0.02-58.61c0.01-1,0.15-2,0.5-2.95c0.27-0.62,0.62-1.18,1.06-1.68C274.42,0,274.76,0,275.09,0z\"\/>\n\t<path class=\"st0\" d=\"M270.93,134.87c0,0.67,0,1.34,0,2.01c-1.96-0.21-3.39-1.13-2.71-3.24c0.6-1.87,2.15-2.92,4.31-2.71\n\t\tc21.9,2.09,43.85,0.35,65.77,0.92c-0.01,0.67-0.01,1.34-0.02,2.01c-1.73,0.94-3.6,0.46-5.4,0.47c-19.36,0.04-38.73,0.02-58.09,0.04\n\t\tC273.5,134.36,272.11,133.88,270.93,134.87z\"\/>\n\t<path class=\"st0\" d=\"M67.6,132.85c-0.22,2.23,0.79,3.24,3.02,3.02c-0.21,1.56-0.6,3.05-2.65,2.59c-1.53-0.34-2.62-1.44-2.96-2.96\n\t\tC64.55,133.46,66.04,133.06,67.6,132.85z\"\/>\n\t<path class=\"st0\" d=\"M270.93,134.87c0.15-0.9,0.44-1.31,1.6-1.31c21.92,0.15,43.84,0.21,65.76,0.29c-1.46,1.71-3.44,0.97-5.18,0.97\n\t\tC312.38,134.88,291.66,134.87,270.93,134.87z\"\/>\n\t<rect x=\"71.76\" y=\"67.43\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"206.62\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"410.45\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"343.11\" y=\"67.73\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"544.46\" y=\"0.06\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"680.21\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"815.09\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"949.97\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"477.89\" y=\"67.73\" class=\"st3\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"612.77\" y=\"67.73\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"747.65\" y=\"67.73\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"882.53\" y=\"67.83\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1017.41\" y=\"67.73\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1017.41\" y=\"203.13\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"275.67\" y=\"135.45\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"208.23\" y=\"202.81\" class=\"st3\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1.8\" y=\"202.81\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"69.24\" y=\"270.83\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"410.55\" y=\"270.57\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"545.43\" y=\"270.57\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"680.44\" y=\"270.57\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"815.3\" y=\"270.57\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"950.11\" y=\"270.57\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1017.41\" y=\"270.57\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1017.41\" y=\"338.01\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"882.5\" y=\"338.16\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"747.86\" y=\"338.16\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"612.87\" y=\"338.16\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"271.44\" y=\"338.01\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"136.7\" y=\"405.75\" class=\"st3\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"407.3\" y=\"405.6\" class=\"st3\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"815.06\" y=\"405.6\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"950.11\" y=\"405.6\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1017.41\" y=\"473.04\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"882.5\" y=\"473.04\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"747.62\" y=\"473.04\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"611.17\" y=\"473.04\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect y=\"475.55\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"410.55\" y=\"135.45\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"680.42\" y=\"135.17\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"815.23\" y=\"135.36\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"950.12\" y=\"135.36\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"343.11\" y=\"202.81\" class=\"st3\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"477.99\" y=\"202.81\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"613\" y=\"202.81\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"747.86\" y=\"202.74\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"882.67\" y=\"202.8\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"950.08\" y=\"540.48\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"815.06\" y=\"540.48\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1017.41\" y=\"607.92\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"882.44\" y=\"607.92\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"747.62\" y=\"607.92\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"950.06\" y=\"675.36\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"815\" y=\"675.36\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"680.18\" y=\"675.36\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"882.7\" y=\"742.8\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1017.41\" y=\"742.8\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1017.41\" y=\"810.24\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"950.06\" y=\"810.24\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"950.06\" y=\"877.68\" class=\"st3\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"882.62\" y=\"877.68\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"747.66\" y=\"877.68\" class=\"st3\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"680.22\" y=\"877.68\" class=\"st1\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"815.06\" y=\"945.12\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"747.66\" y=\"945.12\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1017.5\" y=\"945.12\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"950.06\" y=\"945.12\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"882.5\" y=\"1012.56\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"1017.5\" y=\"1012.56\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"545.3\" y=\"1012.56\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"407.54\" y=\"1012.56\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"815.06\" y=\"1012.56\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"747.66\" y=\"1012.56\" class=\"st3\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"680.18\" y=\"1012.56\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"747.62\" y=\"742.8\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"612.74\" y=\"742.8\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"545.3\" y=\"877.68\" class=\"st2\" width=\"67.44\" height=\"67.44\"\/>\n\t<rect x=\"612.74\" y=\"945.12\" class=\"st4\" width=\"67.44\" height=\"67.44\"\/>\n<\/g>\n<\/svg>\n  <div class=\"grid-container simple-fade\">\n    <div class=\"grid-x grid-padding-x align-middle\">\n      <div class=\"cell medium-6 \">\n\t\t  \t\t\t  <img decoding=\"async\" src=\"https:\/\/www.canarie.ca\/wp-content\/uploads\/2021\/02\/BAIR_BP_Builders_Carla.png\" alt=\"\">\n\t\t        <\/div>\n      <div class=\"cell medium-6  text-left text-cell \">\n  \t\t  \t\t          <h1 class=\"cssanimation leFadeIn\">Plan de vol : l\u2019apprentissage machine appliqu\u00e9 \u00e0 un syst\u00e8me de recommandation automatique<\/h1>\n  \t\t  \t\t                                \t        \t          \t    <a class=\"button fade-in-delay\" href=\"https:\/\/www.linkedin.com\/in\/carlamb\/\" target=\"_blank\">Ce Propulseur a \u00e9t\u00e9 cr\u00e9\u00e9 et la documentation r\u00e9dig\u00e9e par Carla Margalef Bentabol<\/a>\n        \t          \t              <\/div>\n    <\/div>\n  <\/div>\n<\/section>\n\n\n\n\n\n<section class=\"section section--banner simple-fade light-blue alignfull\">\n  <div class=\"grid-container text-center\">\n  \t\t  \t\t  \t  <div class=\"large\"><p>Les Propulseurs de l\u2019ATIR sont des jeux structur\u00e9s de ressources en nuage, documentation incluse, illustrant une technologie \u00e9mergente. Offerts gratuitement, ils ont \u00e9t\u00e9 con\u00e7us par des entreprises canadiennes d\u2019exp\u00e9rience qui ont \u00e9labor\u00e9 des produits ou des services au moyen de la technologie en question et ont accept\u00e9 de partager leur savoir.<\/p>\n<\/div>\n\t  \t  \t\t  <\/div>\n<\/section>\n\n\n\n<section class=\"section section--text-columns no-background\">\n    <div class=\"grid-container\">\n      <div class=\"grid-x grid-padding-x\">\n        <div class=\"cell\">\n                  \t<h3>Aper\u00e7u<\/h3>\n                    <p>La Solution type est destin\u00e9e aux cr\u00e9ateurs de logiciels en qu\u00eate d\u2019un syst\u00e8me de recommandation automatique. Elle montre comment se servir du filtrage coop\u00e9ratif pour formuler des recommandations \u00e0 l\u2019utilisateur, selon ses pr\u00e9f\u00e9rences. \u00c0 l\u2019inverse des solutions qui ne recourent pas \u00e0 l\u2019apprentissage machine, la Solution type propose une m\u00e9thode automatique pour formuler des recommandations personnalis\u00e9es en fonction des go\u00fbts de l\u2019utilisateur et de sa ressemblance avec d\u2019autres utilisateurs.<\/p>\n<p>Voir la\u00a0<a href=\"https:\/\/www.canarie.ca\/fr\/nuage\/propulseurs\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/solution-type-recommandeur-de-films\/\">page Solution type<\/a>\u00a0: Recommandeur de films\u200e pour en savoir plus sur le fonctionnement de la solution propos\u00e9e.<\/p>\n<p>La solution recourt aux technologies TensorFlow et TensorRT d\u00e9crites ci-dessous.<\/p>\n                  <\/div>\n      <\/div>\n    <\/div>\n  <\/section>\n\n\n<section class=\"section section--text-columns no-background\">\n    <div class=\"grid-container\">\n      <div class=\"grid-x grid-padding-x\">\n        <div class=\"cell\">\n                  \t<h3>Technologie en vedette : TensorFlow<\/h3>\n                    <p><a href=\"https:\/\/www.tensorflow.org\/\">TensorFlow<\/a>\u00a0est un cadre de calcul pour les mod\u00e8les d\u2019apprentissage machine d\u00e9velopp\u00e9 par Google. Il int\u00e8gre une biblioth\u00e8que de logiciels qui traitent les donn\u00e9es, b\u00e2tissent des mod\u00e8les, les forment et en \u00e9valuent la performance. On y retrouve diverses bo\u00eetes \u00e0 outils permettant de construire un mod\u00e8le de degr\u00e9 d\u2019abstraction variable qu\u2019on pourra ensuite utiliser avec divers dispositifs, une unit\u00e9 de traitement centrale (CPU) ou une unit\u00e9 de traitement graphique (GPU), par exemple<em>.<\/em>\u00a0L\u2019industrie et les chercheurs utilisent souvent TensorFlow pour d\u00e9velopper de vastes r\u00e9seaux neuronaux, les exp\u00e9rimenter et les former.<\/p>\n<h3>Ressources<\/h3>\n<p>Le tableau qui suit dresse une liste partielle des hyperliens menant \u00e0 de la documentation utile sur cette technologie.<\/p>\n<table border=\"1\">\n<tbody>\n<tr>\n<td><strong>Ressource<\/strong><\/td>\n<td><strong>R\u00e9sum\u00e9<\/strong><\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/www.tensorflow.org\/\" target=\"_blank\" rel=\"noopener noreferrer\">Site de TensorFlow<\/a><\/td>\n<td>Page de TensorFlow, avec pr\u00e9sentation g\u00e9n\u00e9rale de la technologie et liens conduisant \u00e0 de nombreuses autres ressources<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/medium.com\/tensorflow\/mit-deep-learning-basics-introduction-and-overview-with-tensorflow-355bcd26baf0\" target=\"_blank\" rel=\"noopener noreferrer\">MIT Deep Learning Basics: Introduction and Overview with TensorFlow<\/a><\/td>\n<td>Billet du blogue du MIT Deep Learning sur les principes de l\u2019apprentissage profond et TensorFlow.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Tutoriels<\/h3>\n<p>Le tableau qui suit dresse une liste partielle des hyperliens menant aux didacticiels que l\u2019auteur juge les plus utiles.<\/p>\n<table border=\"1\">\n<tbody>\n<tr>\n<td><strong>Tutoriel<\/strong><\/td>\n<td><strong>R\u00e9sum\u00e9<\/strong><\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/www.tensorflow.org\/tutorials\" target=\"_blank\" rel=\"noopener noreferrer\">Tutoriels sur TensorFlow<\/a><\/td>\n<td>Page officielle sur les tutoriels de TensorFlow proposant de nombreux exemples<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/www.udacity.com\/course\/intro-to-tensorflow-for-deep-learning--ud187\" target=\"_blank\" rel=\"noopener noreferrer\">Application de TensorFlow \u00e0 l\u2019apprentissage profond<\/a><\/td>\n<td>Cours gratuit d\u2019Udacity sur la cr\u00e9ation d\u2019applications d\u2019apprentissage profond avec TensorFlow.<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/pythonprogramming.net\/machine-learning-tutorial-python-introduction\/\" target=\"_blank\" rel=\"noopener noreferrer\">Tutoriel sur l\u2019apprentissage machine avec introduction \u00e0 Python<\/a><\/td>\n<td>Tutoriel servant d\u2019introduction \u00e0 l\u2019apprentissage machine et \u00e0 son utilisation dans Python et avec TensorFlow<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Documentation<\/h3>\n<p>Le tableau qui suit renvoie \u00e0 de la documentation sur TensorRT<em>.<\/em><\/p>\n<table border=\"1\">\n<tbody>\n<tr>\n<td><strong>Document<\/strong><\/td>\n<td><strong>R\u00e9sum\u00e9<\/strong><\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/www.tensorflow.org\/api_docs\" target=\"_blank\" rel=\"noopener noreferrer\">TensorFlow API Documentation<\/a><\/td>\n<td>Documentation officielle sur l\u2019API<\/td>\n<\/tr>\n<tr>\n<td><em><a href=\"https:\/\/www.tensorflow.org\/guide\" target=\"_blank\" rel=\"noopener noreferrer\">TensorFlow Developer Guide<\/a><\/em><\/td>\n<td>Manuel officiel du d\u00e9veloppeur<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Soutien<\/h3>\n<p>Des ressources sur TensorFlow sont disponibles sur la\u00a0<a href=\"https:\/\/www.tensorflow.org\/community\" target=\"_blank\" rel=\"noopener noreferrer\">page de soutien \u00e0 la collectivit\u00e9<\/a>.<\/p>\n<h3>Pratiques exemplaires<\/h3>\n<h4>Degr\u00e9s d\u2019abstraction<\/h4>\n<p>Bien que TensorFlow accepte divers degr\u00e9s d\u2019abstraction et qu\u2019on puisse l\u2019appliquer \u00e0 des mod\u00e8les ne n\u00e9cessitant que des op\u00e9rations \u00e9l\u00e9mentaires, la technologie donnera de meilleurs r\u00e9sultats imm\u00e9diats si on opte pour l\u2019API \u00e0 degr\u00e9 d\u2019abstraction \u00e9lev\u00e9. Quand la chose est possible, il vaut habituellement mieux d\u2019utiliser les mod\u00e8les, les couches, les estimateurs, les op\u00e9rateurs, les fonctions d\u2019entra\u00eenement et les m\u00e9thodes de manipulation des donn\u00e9es propos\u00e9s.<\/p>\n<h4>CPU et GPU<\/h4>\n<p>TensorFlow fonctionne sur les CPU comme les GPU. En g\u00e9n\u00e9ral, les GPU donnent toutefois de meilleurs r\u00e9sultats. Si vous en avez une \u00e0 votre disposition, nous pr\u00e9conisons que vous formiez une GPU plut\u00f4t qu\u2019une CPU, et effectuiez les inf\u00e9rences avec elle.<\/p>\n                  <\/div>\n      <\/div>\n    <\/div>\n  <\/section>\n\n\n<section class=\"section section--text-columns no-background\">\n    <div class=\"grid-container\">\n      <div class=\"grid-x grid-padding-x\">\n        <div class=\"cell\">\n                  \t<h3>Trucs et hics<\/h3>\n                    <h3>Exp\u00e9rimentation ou production<\/h3>\n<p>TensorFlow propose plusieurs fonctionnalit\u00e9s de d\u00e9bogage, de visualisation et de r\u00e9duction des donn\u00e9es d\u2019une grande utilit\u00e9. On recommande habituellement d\u2019y recourir lors de l\u2019apprentissage et des \u00e9tapes initiales du d\u00e9veloppement. Cependant, elles peuvent aussi s\u2019av\u00e9rer d\u2019une tr\u00e8s grande inefficacit\u00e9 et ralentir consid\u00e9rablement le syst\u00e8me. D\u00e9sactivez-les ou mettez l\u2019ex\u00e9cution \u00e0 niveau avant de passer \u00e0 l\u2019\u00e9tape de la production ou de proc\u00e9der aux essais de rendement.<\/p>\n<h3>Points de contr\u00f4le<\/h3>\n<p>Former un mod\u00e8le qui reproduira la r\u00e9alit\u00e9 exige \u00e9norm\u00e9ment de temps. Pour ne pas perdre un mod\u00e8le en partie form\u00e9 \u00e0 la suite d\u2019une erreur inattendue, pour v\u00e9rifier l\u2019avancement du projet dans un autre environnement ou pour mettre fin \u00e0 l\u2019apprentissage avant qu\u2019il soit termin\u00e9, pour un motif quelconque, mieux vaut exploiter les capacit\u00e9s de contr\u00f4le de TensorFlow et sauvegarder le mod\u00e8le \u00e0 intervalles r\u00e9guliers pendant la formation.<\/p>\n<h3>Souplesse<\/h3>\n<p>TensorFlow autorise une grande latitude et vous permet d\u2019appliquer des mod\u00e8les, des couches, des op\u00e9rations et des modes d\u2019\u00e9chec de toute sorte, y compris ceux faits sur mesure, ce qui conf\u00e8re une grande souplesse au syst\u00e8me. Les experts n\u2019h\u00e9sitent pas \u00e0 en tirer parti dans les cas d\u2019utilisation complexes. Cependant, TensorFlow vient \u00e9galement avec des fonctionnalit\u00e9s toutes faites qui donneront de bons r\u00e9sultats dans les situations plus courantes. Nous pr\u00e9conisons l\u2019usage des mod\u00e8les, couches, op\u00e9rations et modes d\u2019\u00e9chec fournis chaque fois que la chose est r\u00e9alisable, car ils ont \u00e9t\u00e9 abondamment test\u00e9s, sont efficaces et d\u2019une grande compatibilit\u00e9 avec TensorRT.<\/p>\n                  <\/div>\n      <\/div>\n    <\/div>\n  <\/section>\n\n\n<section class=\"section section--text-columns no-background\">\n    <div class=\"grid-container\">\n      <div class=\"grid-x grid-padding-x\">\n        <div class=\"cell\">\n                  \t<h3>Technologie en vedette : TensorRT<\/h3>\n                    <p><a href=\"https:\/\/developer.nvidia.com\/tensorrt\" target=\"_blank\" rel=\"noopener\">TensorRT<\/a>\u00a0est une plateforme de NVIDIA employ\u00e9e pour effectuer des inf\u00e9rences par apprentissage profond. Cette plateforme comprend un optimisateur d\u2019inf\u00e9rences par apprentissage profond et r\u00e9duit la latence tout en augmentant le d\u00e9bit des mod\u00e8les \u00e0 apprentissage profond. On peut \u00e9laborer et former le mod\u00e8le avec de nombreux cadres d\u2019apprentissage profond (comme TensorFlow), puis l\u2019optimiser et l\u2019\u00e9talonner pour en all\u00e9ger la pr\u00e9cision et en faciliter le d\u00e9ploiement en milieu de production avec TensorRT. TensorRT repose sur le mod\u00e8le de programmation en parall\u00e8le\u00a0<a href=\"https:\/\/developer.nvidia.com\/about-cuda\" target=\"_blank\" rel=\"noopener noreferrer\">CUDA<\/a>\u00a0de NVIDIA, qui permet une exploitation et une optimisation maximales sur les GPU.<\/p>\n<h3>Ressources<\/h3>\n<p>Le tableau qui suit dresse une liste partielle des hyperliens menant \u00e0 de la documentation de base utile.<\/p>\n<table border=\"1\">\n<tbody>\n<tr>\n<td><strong>Resource<\/strong><\/td>\n<td><strong>Summary<\/strong><\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/developer.nvidia.com\/tensorrt\" target=\"_blank\" rel=\"noopener noreferrer\">Site de NVIDIA sur TensorRT<\/a><\/td>\n<td>Page principale de TensorRT, avec pr\u00e9sentation g\u00e9n\u00e9rale de la technologie et hyperliens vers de nombreuses ressources<\/td>\n<\/tr>\n<tr>\n<td><a href=\"http:\/\/on-demand.gputechconf.com\/gtcdc\/2017\/video\/DC7172\" target=\"_blank\" rel=\"noopener noreferrer\">Introduction to TensorRT<\/a><\/td>\n<td>Webinaire de NVIDIA (vid\u00e9o) pr\u00e9sentant TensorRT.<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/www.infoworld.com\/article\/3299703\/what-is-cuda-parallel-programming-for-gpus.html\" target=\"_blank\" rel=\"noopener noreferrer\">What is CUDA? Parallel Programming for GPUs<\/a><\/td>\n<td>Aper\u00e7u de CUDA. Introduction et usages (y compris TensorRT).<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Tutoriels<\/h3>\n<p>Le tableau ci-dessous dresse une liste partielle des hyperliens conduisant vers les didacticiels que l\u2019auteur juge les plus utiles.<\/p>\n<table border=\"1\">\n<tbody>\n<tr>\n<td><strong>Tutoriel<\/strong><\/td>\n<td><strong>R\u00e9sum\u00e9<\/strong><\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/devblogs.nvidia.com\/speed-up-inference-tensorrt\/\" target=\"_blank\" rel=\"noopener noreferrer\">How to Speed Up Deep Learning Inference Using TensorRT<\/a><\/td>\n<td>Tutoriel du blogue des d\u00e9veloppeurs de NVIDIA illustrant comment d\u00e9ployer une application d\u2019apprentissage profond sur une GPU utilisant TensorRT.<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/medium.com\/tensorflow\/speed-up-tensorflow-inference-on-gpus-with-tensorrt-13b49f3db3fa\" target=\"_blank\" rel=\"noopener noreferrer\">Speed up TensorFlow Inference on GPUs with TensorRT<\/a><\/td>\n<td>Billet brossant un tableau g\u00e9n\u00e9ral de l\u2019int\u00e9gration de TensorRT et de TensorFlow avec des codes \u00e0 titre d\u2019exemple<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/jkjung-avt.github.io\/tensorrt-cats-dogs\/\" target=\"_blank\" rel=\"noopener noreferrer\">Trying out TensorRT on Jetson TX2<\/a><\/td>\n<td>Tutoriel sur l\u2019optimisation d\u2019un mod\u00e8le d\u2019apprentissage profond form\u00e9 avec Caffe (cadre d\u2019apprentissage profond) et ex\u00e9cutant des inf\u00e9rences sur Jetson TX2 (GPU de NVIDIA).<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Documentation<\/h3>\n<p>Le tableau qui suit renvoie \u00e0 de la documentation sur TensorRT<em>.<\/em><\/p>\n<table border=\"1\">\n<tbody>\n<tr>\n<td><strong>Document<\/strong><\/td>\n<td><strong>Summary<\/strong><\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/docs.nvidia.com\/deeplearning\/sdk\/index.html#inference\" target=\"_blank\" rel=\"noopener noreferrer\">TensorRT Inference Library Documentation<\/a><\/td>\n<td>Manuel officiel pour le d\u00e9veloppeur et documentation sur l\u2019API<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/docs.nvidia.com\/deeplearning\/sdk\/index.html#inference-server\" target=\"_blank\" rel=\"noopener noreferrer\">TensorRT Inference Server Documentation<\/a><\/td>\n<td>Documentation officielle sur le serveur d\u2019inf\u00e9rence<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Soutien<\/h3>\n<p>Vous trouverez de l\u2019aide sur TensorRT \u00e0 la partie\u00a0<a href=\"https:\/\/docs.nvidia.com\/deeplearning\/sdk\/tensorrt-developer-guide\/index.html#support\" target=\"_blank\" rel=\"noopener noreferrer\">\u00ab\u00a0Support\u00a0\u00bb de la documentation<\/a>.<\/p>\n<h3>Pratiques exemplaires<\/h3>\n<p>La section\u00a0<a href=\"https:\/\/docs.nvidia.com\/deeplearning\/sdk\/tensorrt-best-practices\/index.html\" target=\"_blank\" rel=\"noopener noreferrer\">\u00ab\u00a0Best Practices\u00a0\u00bb de la documentation officielle sur TensorRT<\/a>\u00a0dresse une liste des pratiques exemplaires.<\/p>\n<h3>Trucs et hics<\/h3>\n<h4>Versions<\/h4>\n<p>Certaines versions de TensorRT ne sont compatibles qu\u2019avec une version pr\u00e9cise de CUDA et de TensorFlow. D\u2019autre part, quelques versions de CUDA ne sont compatibles qu\u2019avec une version pr\u00e9cise des pilotes de la GPU. V\u00e9rifiez la\u00a0<a href=\"https:\/\/docs.nvidia.com\/deeplearning\/frameworks\/tf-trt-user-guide\/index.html#matrix\" target=\"_blank\" rel=\"noopener noreferrer\">grille de compatibilit\u00e9 de TensorRT<\/a>\u00a0et lisez les\u00a0<a href=\"https:\/\/docs.nvidia.com\/cuda\/cuda-toolkit-release-notes\/index.html\" target=\"_blank\" rel=\"noopener noreferrer\">note de la bo\u00eete \u00e0 outils CUDA<\/a>\u00a0pour \u00e9viter les probl\u00e8mes d\u2019incompatibilit\u00e9. TensorRT propose des versions compatibles en contenants Docker pr\u00e9emball\u00e9s. Lire la page de la\u00a0<a href=\"https:\/\/boosterpacks.cloud.canarie.ca\/movie-recommender-sample-solution\/\" target=\"_blank\" rel=\"noopener noreferrer\">Solution type\u00a0: Recommandeur de films<\/a>\u00a0pour voir comment effectuer l\u2019installation.<\/p>\n<h4>Python vs C++ API<\/h4>\n<p>TensorRT propose une API en Python et en C++. Au d\u00e9part, la majeure partie de la documentation et des tutoriels \u00e9taient r\u00e9dig\u00e9s en C++. Si vous avez du mal \u00e0 trouver des tutoriels et de l\u2019aide en ligne pour Python, il vaudrait peut-\u00eatre la peine d\u2019examiner les solutions en C++, car les deux API s\u2019\u00e9quivalent largement et il est facile de passer de l\u2019une \u00e0 l\u2019autre.<\/p>\n<h2>Technologie en vedette : perceptron multicouche pour le filtrage collaboratif<\/h2>\n<p>Le filtrage collaboratif est une approche abondamment utilis\u00e9e avec les syst\u00e8mes de recommandation. Les m\u00e9thodes de filtrage collaboratif reposent sur le comportement, les activit\u00e9s ou les pr\u00e9f\u00e9rences de l\u2019utilisateur, et pr\u00e9disent ce que ce dernier aimera d\u2019apr\u00e8s le comportement des utilisateurs qui lui ressemblent.<\/p>\n<p>Un perceptron multicouche est une sorte de r\u00e9seau neuronal comprenant une couche d\u2019entr\u00e9e qui re\u00e7oit les donn\u00e9es, une couche de sortie qui formule la pr\u00e9vision d\u2019apr\u00e8s les donn\u00e9es recueillies et, entre les deux, un nombre arbitraire de couches invisibles correspondant aux fonctions non lin\u00e9aires qui, collectivement, apprennent au syst\u00e8me \u00e0 r\u00e9soudre des probl\u00e8mes complexes.<\/p>\n<p>Dans leur article intitul\u00e9\u00a0<a href=\"https:\/\/dl.acm.org\/citation.cfm?id=3052569\" target=\"_blank\" rel=\"noopener noreferrer\">Neural Collaborative Filtering (He et coll. 2017)<\/a>, les auteurs proposent un cadre d\u2019apprentissage profond pour le filtrage collaboratif. Un des mod\u00e8les \u00e9valu\u00e9s est le perceptron multicouche. Le probl\u00e8me examin\u00e9 en est un de classification et le mod\u00e8le est form\u00e9 avec les longs m\u00e9trages que les utilisateurs regardent puis notent (les valeurs positives dans l\u2019exemple) ou ne regardent pas (les valeurs n\u00e9gatives).<\/p>\n<h3>Ressources<\/h3>\n<p>Les sections qui suivent pr\u00e9sentent des ressources qui vous en apprendront davantage sur l\u2019usage d\u2019un perceptron multicouche pour le filtrage collaboratif.<\/p>\n<h3>Tutoriels<\/h3>\n<p>Le tableau ci-dessous dresse une liste partielle des hyperliens menant aux didacticiels que l\u2019auteur juge les plus utiles.<\/p>\n<table border=\"1\">\n<tbody>\n<tr>\n<td><strong>Tutoriel<\/strong><\/td>\n<td><strong>R\u00e9sum\u00e9<\/strong><\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/skymind.ai\/wiki\/multilayer-perceptron#mlp\" target=\"_blank\" rel=\"noopener noreferrer\">A Beginner\u2019s Guide to Multilayer Perceptrons<\/a><\/td>\n<td>Billet servant d\u2019introduction aux perceptrons multicouche<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/towardsdatascience.com\/intro-to-recommender-system-collaborative-filtering-64a238194a26\" target=\"_blank\" rel=\"noopener noreferrer\">Introduction to Recommender Systems<\/a><\/td>\n<td>Billet servant d\u2019introduction aux syst\u00e8mes de recommandation, le filtrage collaboratif surtout<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/towardsdatascience.com\/various-implementations-of-collaborative-filtering-100385c6dfe0\" target=\"_blank\" rel=\"noopener noreferrer\">Various Implementations of Collaborative Filtering<\/a><\/td>\n<td>Billet illustrant diverses applications du filtrage collaboratif<\/td>\n<\/tr>\n<tr>\n<td><a href=\"http:\/\/i.stanford.edu\/~ullman\/mmds\/ch9.pdf\" target=\"_blank\" rel=\"noopener noreferrer\">Stanford Lecture Notes, Chapter 9: Recommender Systems 1<\/a><\/td>\n<td>Expos\u00e9 de Stanford sur les syst\u00e8mes de recommandation<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/developers.google.com\/machine-learning\/recommendation\/\" target=\"_blank\" rel=\"noopener noreferrer\">Google Machine Learning Crash Course: Recommendation<\/a><\/td>\n<td>Cours autonome de Google sur les syst\u00e8mes de recommandation.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Documentation<\/h3>\n<p>Le tableau qui suit propose de la documentation utile sur le sujet.<\/p>\n<table border=\"1\">\n<tbody>\n<tr>\n<td><strong>Document<\/strong><\/td>\n<td><strong>R\u00e9sum\u00e9<\/strong><\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/dl.acm.org\/citation.cfm?id=3052569\" target=\"_blank\" rel=\"noopener noreferrer\">Neural Collaborative Filtering (He et al. 2017)<\/a><\/td>\n<td>Article scientifique proposant un cadre de filtrage collaboratif articul\u00e9 sur les r\u00e9seaux neuronaux<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Pratiques exemplaires<\/h3>\n<p>On adoptera les pratiques g\u00e9n\u00e9rales applicables \u00e0 l\u2019apprentissage machine. Les ressources en ligne sur le sujet ne manquent pas. En voici quelques-unes.<\/p>\n<ul>\n<li><a href=\"https:\/\/developers.google.com\/machine-learning\/guides\/rules-of-ml\/\" target=\"_blank\" rel=\"noopener noreferrer\">Google: Best Practices for ML Engineering<\/a><\/li>\n<li><a href=\"https:\/\/blogs.oracle.com\/bigdata\/7-machine-learning-best-practices\" target=\"_blank\" rel=\"noopener noreferrer\">Oracle: 7 Machine Learning Best Practices<\/a><\/li>\n<li><a href=\"https:\/\/www.newgenapps.com\/blog\/best-practices-machine-learning-models-applications\" target=\"_blank\" rel=\"noopener noreferrer\">newgenapps: Best Practices in Machine Learning Models and Applications<\/a><\/li>\n<li><a href=\"https:\/\/hub.packtpub.com\/8-machine-learning-best-practices\/\" target=\"_blank\" rel=\"noopener noreferrer\">Packt: 8 Machine Learning Best Practices<\/a><\/li>\n<li><a href=\"https:\/\/blog.dominodatalab.com\/machine-learning-projects-challenges-best-practices\/\" target=\"_blank\" rel=\"noopener noreferrer\">Domino: Machine Learning Projects: Challenges and Best Practices<\/a><\/li>\n<\/ul>\n                    <div class=\"button-group\">\n              \t\t\t\t  \t<a class=\"button-border-blue\" href=\"https:\/\/www.canarie.ca\/fr\/nuage\/propulseurs\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/solution-type-recommandeur-de-films\/\" target=\"_self\">Solution type<\/a>\n    \t\t\t    \t\t\t    \t\t\t<\/div>\n    \t\t\t        <\/div>\n      <\/div>\n    <\/div>\n  <\/section>","protected":false},"excerpt":{"rendered":"","protected":false},"author":19,"featured_media":0,"parent":6557,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"class_list":["post-19466","page","type-page","status-publish","hentry"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.4 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Plan de vol : l\u2019apprentissage machine appliqu\u00e9 \u00e0 un syst\u00e8me de recommandation automatique - CANARIE<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.canarie.ca\/fr\/nuage\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Plan de vol : l\u2019apprentissage machine appliqu\u00e9 \u00e0 un syst\u00e8me de recommandation automatique - CANARIE\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.canarie.ca\/fr\/nuage\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/\" \/>\n<meta property=\"og:site_name\" content=\"CANARIE\" \/>\n<meta property=\"article:modified_time\" content=\"2024-10-30T13:49:57+00:00\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.canarie.ca\\\/fr\\\/nuage\\\/catalogue\\\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\\\/\",\"url\":\"https:\\\/\\\/www.canarie.ca\\\/fr\\\/nuage\\\/catalogue\\\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\\\/\",\"name\":\"Plan de vol : l\u2019apprentissage machine appliqu\u00e9 \u00e0 un syst\u00e8me de recommandation automatique - CANARIE\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.canarie.ca\\\/#website\"},\"datePublished\":\"2021-03-09T20:35:47+00:00\",\"dateModified\":\"2024-10-30T13:49:57+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.canarie.ca\\\/fr\\\/nuage\\\/catalogue\\\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\\\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.canarie.ca\\\/fr\\\/nuage\\\/catalogue\\\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.canarie.ca\\\/fr\\\/nuage\\\/catalogue\\\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\\\/\\\/www.canarie.ca\\\/fr\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Le nuage de l&#8217;ATIR\",\"item\":\"https:\\\/\\\/www.canarie.ca\\\/fr\\\/?page_id=44361\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Catalogue des Propulseurs de l\u2019ATIR\",\"item\":\"https:\\\/\\\/www.canarie.ca\\\/fr\\\/?page_id=6557\"},{\"@type\":\"ListItem\",\"position\":4,\"name\":\"Plan de vol : l\u2019apprentissage machine appliqu\u00e9 \u00e0 un syst\u00e8me de recommandation automatique\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.canarie.ca\\\/#website\",\"url\":\"https:\\\/\\\/www.canarie.ca\\\/\",\"name\":\"CANARIE\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.canarie.ca\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Plan de vol : l\u2019apprentissage machine appliqu\u00e9 \u00e0 un syst\u00e8me de recommandation automatique - CANARIE","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.canarie.ca\/fr\/nuage\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/","og_locale":"fr_FR","og_type":"article","og_title":"Plan de vol : l\u2019apprentissage machine appliqu\u00e9 \u00e0 un syst\u00e8me de recommandation automatique - CANARIE","og_url":"https:\/\/www.canarie.ca\/fr\/nuage\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/","og_site_name":"CANARIE","article_modified_time":"2024-10-30T13:49:57+00:00","twitter_card":"summary_large_image","schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.canarie.ca\/fr\/nuage\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/","url":"https:\/\/www.canarie.ca\/fr\/nuage\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/","name":"Plan de vol : l\u2019apprentissage machine appliqu\u00e9 \u00e0 un syst\u00e8me de recommandation automatique - CANARIE","isPartOf":{"@id":"https:\/\/www.canarie.ca\/#website"},"datePublished":"2021-03-09T20:35:47+00:00","dateModified":"2024-10-30T13:49:57+00:00","breadcrumb":{"@id":"https:\/\/www.canarie.ca\/fr\/nuage\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.canarie.ca\/fr\/nuage\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.canarie.ca\/fr\/nuage\/catalogue\/plan-de-vol-lapprentissage-machine-applique-a-un-systeme-de-recommandation-automatique\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/www.canarie.ca\/fr\/"},{"@type":"ListItem","position":2,"name":"Le nuage de l&#8217;ATIR","item":"https:\/\/www.canarie.ca\/fr\/?page_id=44361"},{"@type":"ListItem","position":3,"name":"Catalogue des Propulseurs de l\u2019ATIR","item":"https:\/\/www.canarie.ca\/fr\/?page_id=6557"},{"@type":"ListItem","position":4,"name":"Plan de vol : l\u2019apprentissage machine appliqu\u00e9 \u00e0 un syst\u00e8me de recommandation automatique"}]},{"@type":"WebSite","@id":"https:\/\/www.canarie.ca\/#website","url":"https:\/\/www.canarie.ca\/","name":"CANARIE","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.canarie.ca\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"}]}},"_links":{"self":[{"href":"https:\/\/www.canarie.ca\/fr\/wp-json\/wp\/v2\/pages\/19466","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.canarie.ca\/fr\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.canarie.ca\/fr\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.canarie.ca\/fr\/wp-json\/wp\/v2\/users\/19"}],"replies":[{"embeddable":true,"href":"https:\/\/www.canarie.ca\/fr\/wp-json\/wp\/v2\/comments?post=19466"}],"version-history":[{"count":2,"href":"https:\/\/www.canarie.ca\/fr\/wp-json\/wp\/v2\/pages\/19466\/revisions"}],"predecessor-version":[{"id":44506,"href":"https:\/\/www.canarie.ca\/fr\/wp-json\/wp\/v2\/pages\/19466\/revisions\/44506"}],"up":[{"embeddable":true,"href":"https:\/\/www.canarie.ca\/fr\/wp-json\/wp\/v2\/pages\/6557"}],"wp:attachment":[{"href":"https:\/\/www.canarie.ca\/fr\/wp-json\/wp\/v2\/media?parent=19466"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}