Slides: intro v0.6

.gitignore

 node_modules/
 .idea/
+dist/

slides/01-choisir.md

@@ -7,4 +7,46 @@ backgroundColor: #111
 paginate: true
 ---
 
-# Choisir un Modèle
+# Théorie : Models,
\ No newline at end of file
+# Models _everywhere_
+
+---
+## Perceptron
+
+---
+## Neural Network
+
+---
+## LSTMS
+
+---
+## Deep Learning:
+
+--- 
+### Layers, Layers, Layers!
+--- 
+### Convolutions, Capsules and other tricks
+--- 
+### Attention! It's all you need
+
+--- 
+### TRANSFORMERS
+--- 
+### Language Models
+---
+### Genetic Algorithms
+---
+### Reinforcement Agents
+
+---
+# Pratique : Choisir un Modèle
+
+---
+### Selon la data
+
+---
+### Selon les ressources
+
+---
+### Selon l'usage
+

slides/02-entrainer.md

@@ -7,4 +7,11 @@ backgroundColor: #111
 paginate: true
 ---
 
-# Entrainer son Modèle
+# Entrainer son Modèle
\ No newline at end of file
+
+## Comment setup
+
+## Quand s'arrêter
+
+## Si c'est parti pour tourner une nuit....
+

slides/03-tester.md

@@ -8,8 +8,28 @@ paginate: true
 ---
 
 # Tester son Modèle
+---
+## À la main
+---
+## Pour éviter des régressions
+---
+## De manière continue
+---
+### Quand la data chanfge
+---
+### Quand le modèle évolue
+---
+### Dans ta CI/CD
+---
 
+# Évaluer un modèle
+Sur les métriques visées
+Sur ses biais éventuels
+- Avec CHECKLIST 
+- Avec des users différents
 
----
-## Adversarial perturbations 
 
+
+## Adversarial perturbations 
+## Méthodes 
+### Train/test/val split

slides/04-utiliser.md

@@ -14,8 +14,58 @@ paginate: true
 HuggingFace!
 
 
+OpenAI!
+
+---
+## Laisser une porte de sortie
+
+---
+## Considérations pour l'UX
+
+---
+## Working with Large Language Models
+
+(don't mistake them for a ghost in the shell :wink:)
+[David Chalmers: Are Large Language Models sentient?](https://www.youtube.com/watch?v=-BcuCmf00_Y)
+[LaMDA](https://archive.ph/1jdOO)
+> AI ethicists warned Google not to impersonate humans. Now one of Google’s own thinks there’s a ghost in the machine.
+
 --- 
 
 ## Outils
 
-Dev, Collab, etc
+Dev, Collab, etc
\ No newline at end of file
+
+### Libs fondamentales
+
+NumPy
+
+Pandas
+
+
+### Frameworks importants
+
+Jupyter Notebooks
+
+PyTorch 
+
+TensorFlow
+
+### ML to API
+
+Flask
+
+FastAPI
+
+#### Deploiement
+
+Kubernetes et consorts
+KubeML? TensorflowMobile?
+APIs! HF, OpenAI, etc
+
+### Code quality
+
+PyLint
+Black
+PyDantic
+MyPy