NOTEBOOKS ML

Un notebook dont la cellule de sortie compare prédictions et valeurs réelles, un arbre de décision dont le chemin mène à une prédiction, et un autoencodeur

Le machine learning fait partie de l’expertise de DIAMOND au service de la communauté du PEPR DIADEM. Cette section rassemble les ressources qui le mettent en pratique sur des données matériaux : des notebooks pédagogiques que vous pouvez exécuter et adapter à vos propres jeux de données, et un pipeline développé dans le cadre du projet et appliqués à la caractérisation expérimentale.

Leurs vocations diffèrent. Les notebooks de formation sont faits pour être suivis, modifiés et transposés : ils parcourent un enchaînement complet, de la vérification de la qualité d’un jeu de données à la construction de modèles prédictifs, jusqu’à des approches plus avancées. Le pipeline de débruitage Raman est un outil de production, publié avec son article et ses données, que vous pouvez réutiliser sur vos propres spectres.

Ressources disponibles

  • Notebooks de formation ML

    Un parcours pas à pas pour appliquer des méthodes de ML aux données matériaux, de la qualité des données à l’optimisation bayésienne

  • Pipeline de débruitage Raman

    Pipeline de débruitage Noise2Noise pour la spectroscopie Raman haut débit

Et plus à venir !