@xebiconfr #xebiconfr PARENTING 2.0 Calmer son bébé avec du machine learning et un Raspberry Pi Giulia Bianchi
XebiCon'16 : Parenting 2.0 : calmer son bébé avec du machine learning et un Raspberry Pi Par Giulia Bianchi, Data Scientist chez Xebia
Apr 16, 2017
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
@xebiconfr #xebiconfr
PARENTING 2.0Calmer son bébé avec du machine
learning et un Raspberry Pi
GiuliaBianchi
@xebiconfr #xebiconfr
L'AIGLE
2
@xebiconfr #xebiconfr
LE CYCLE INFINI
3
@xebiconfr #xebiconfr
LE CYCLE INFINI 2.0
4
@xebiconfr #xebiconfr
LES OBJECTIFS
● Reconnaître en temps réel les pleurs d'un bébé
● Implémentation d'un projet data science de A à Z● Algorithme de machine learning déployé sur un Raspberry Pi
5
@xebiconfr #xebiconfr
Au coeur du projet
6
@xebiconfr #xebiconfr
Question
UN PROJET DATA SCIENCE
7
@xebiconfr #xebiconfr
UN PROJET DATA SCIENCE
8
Données d'entraînement
@xebiconfr #xebiconfr
UN PROJET DATA SCIENCE
9
Feature engineering
@xebiconfr #xebiconfr
UN PROJET DATA SCIENCE
10
Modèle
@xebiconfr #xebiconfr
UN PROJET DATA SCIENCE
11
Reconnaissance de nouvelles données
@xebiconfr #xebiconfr
10 types de sons d’environnement :
● pleurs de bébé
● sirène, klaxon, gazouillis d’oiseaux, cloches, orage● verre qui se casse, miaulement, aboiement, ronflements
40 enregistrements par type : 400 sons
12
JEU DE DONNÉES
@xebiconfr #xebiconfr
JEU DE DONNÉES
13
● 5 secondes● échantillonnage : 44.1 kHz
220500 points
@xebiconfr #xebiconfr
DU TEMPS AUX FRÉQUENCES
14
aigu
grave
@xebiconfr #xebiconfr
FEATURE ENGINEERING
Dans le domaine temporel :● zero crossing rate
En fréquence :● Mel Frequency Cepstrum Coefficients (#13)● Spectral centroid● Spectral rolloff● Spectral bandwidth
17 variables dérivées au total pour l'entraînement
15
@xebiconfr #xebiconfr
LE MODÈLE ET LA PRÉDICTION
Le modèle :● SVM● 10 fold cross validation● 72 % de bonnes prédictions
16
La prédiction :● Vote Majoritaire● Action : jouer une berceuse
9 s
5 s
5 s
5 s
5 s
5 s
@xebiconfr #xebiconfr
L'ORGANISATION DU CODE ET LE MATÉRIEL
17
CODELecture données d'entraînementFeature engineeringEntraînement du modèleSérialisation du modèle
CODEEnregistrement
Lecture des données enregistréesÉlaboration de données
PrédictionAction
MATÉRIELMacBookPro OS X El Capitan
2.2 GHz Intel Core i716 GB$$$$
MATÉRIELRaspberry Pi 2 Modèle B Raspbian Jessie900 MHz QUAD Core Broadcom BCM2836
1 GB$
@xebiconfr #xebiconfr 18
L'ORGANISATION DU CODE ET LE MATÉRIEL
@xebiconfr #xebiconfr
LE CYCLE INFINI 2.0 EN ACTION
19
9 s
5 s
5 s
5 s
5 s
5 s
@xebiconfr #xebiconfr
Conclusion
20
@xebiconfr #xebiconfr
Machine learning au delà de challenges data science
● automatisation● reproductibilité
CONCLUSION
21
@xebiconfr #xebiconfr
Exemple en petite échelle d'un projet data :
● déployé sur un cluster● générateur de valeur
CONCLUSION
22
@xebiconfr #xebiconfr
Question ?
FIN
@Giuliabianchl
giulbia/baby_cry_detection
@xebiconfr #xebiconfr
Annex
24
@xebiconfr #xebiconfr
EN VRAI
25
Related Documents
