Apprentissage automatique
L’interface de très haut niveau pour définir des réseaux neuronaux de manière symbolique a continué son extension, notamment au niveau des réseaux récurrents et LSTM, sans oublier des couches pour gérer les séquences de longueur variable. NetEncoder permet d’encoder une entrée (comme une image ou du son) de n’importe quelle manière.
De manière plus générale pour l’apprentissage automatique, FeatureSpacePlot représente une série d’échantillons dans un espace de variables déterminé automatiquement, selon le type d’entrée.
De nouvelles fonctions ont fait leur apparition pour l’apprentissage de séquences (SequencePredict) et l’apprentissage actif, c’est-à-dire que Mathematica décide où évaluer la fonction à apprendre (ActiveClassification et ActivePrediction).
Toutes ces fonctions ne sont pas encore dans leur version finale, c’est-à-dire que leur interface pourrait encore changer dans les versions à venir. Cependant, une fois l’interface figée, elle ne changera plus dans le futur : des programmes Mathematica 7 (2008) et plus anciens continuent de fonctionner sans modification sur les versions actuelles.
Audio et vidéo
Il devient plus facile de capturer l’information des micros (AudioCapture) et caméras de l’ordinateur (CurrentImage). L’affichage des cepstres d’un son devient aisé, tout comme l’application d’effets. TextRecognize peut aussi trouver la structure d’un texte (paragraphe, colonne, etc.).
Visualisation
Mathematica est connu pour la puissance de son moteur de calcul symbolique, mais aussi pour celle de ses visualisations. L’affichage de texte dans les graphiques s’est simplifié avec Callout, tout comme la mise à l’échelle des graphiques avec ScalingFunctions. BubbleChart permet d’afficher des bulles de taille variable.
Sources et images : The R&D Pipeline Continues: Launching Version 11.1, Summary of New Features in 11.1, Mathematica 11.1 Is Out Now!.