GDG on Campus Côte d'Azur University - Nice, France
Vecteurs & Cosine : Le cœur de l'IA de recommandation
3 RSVP'd
Objectif de la séance : Plongez au cœur des systèmes de recommandation modernes. Nous allons décortiquer les principes mathématiques (espaces vectoriels et similarité cosinus) qui permettent à des applications connues de vous suggérer le contenu parfait. Vous construirez, étape par étape, une API backend capable de trouver des éléments similaires dans une base de données, le tout propulsé par les technologies de Google Firebase.
Au programme :
Introduction : De la donnée au vecteur. Comprendre comment les informations (films, produits, articles) sont transformées en points mathématiques dans un espace multidimensionnel.
Le secret de la similarité : La Cosine. Explication intuitive de la similarité cosinus, l'algorithme qui mesure la "proximité" entre ces points.
Atelier pratique sur Google Colab :
Mise en place d'une base de données Firebase Firestore (Vector Search).
Génération d'embeddings (vecteurs numériques) à partir de descriptions textuelles avec l'API de Google AI.
Implémentation d'une fonction de recherche de similarité pour récupérer les meilleures recommandations.
Déploiement d'une mini-API (avec Cloud Functions) pour interroger votre moteur de recommandation.
Q&A & Perspectives : Échange sur les applications concrètes de cette technologie et les prochaines étapes pour scaler votre moteur.
Informations pratiques :
Date & Heure : In Coming
Lieu : In Coming
Format : Présentation, démonstrations de code et exercices pratiques guidés.
Public visé : Développeurs Backend, Data Scientists, étudiants en informatique et mathématique, et toute personne souhaitant comprendre l'architecture des systèmes de recommandation et maîtriser les outils Google pour l'IA.
Prérequis :
Un ordinateur portable (indispensable pour la pratique).
Un compte Google actif.
Des notions de base en JavaScript (Node.js) ou Python sont recommandées.
Rejoignez le GDG on Campus Université Nice Côte d'Azur pour construire un moteur de recommandation intelligent qui ouvre de nouvelles perspectives pour vos applications !
First year master's student in Mathematical Engineering
First year master's student in Mathematical Engineering