Les fondements du machine learning

Appréhender le cycle de vie du machine learning

TESTEZ LINKEDIN LEARNING GRATUITEMENT ET SANS ENGAGEMENT

Tester maintenant Afficher tous les abonnements
Voyez de quelle manière mettre en place une stratégie ou un système d'affaires basé sur le machine learning.
03:47

Transcription

Nous allons parler maintenant du cycle de vie du machine learning organisation. Alors pour ceci, voici un excellent cycle proposé par la société SAS, l'éditeur du fameux logiciel de statistiques du même nom, et ce cycle résume assez bien l'approche que devrait avoir une organisation avant de déployer une stratégie en machine learning. Alors attention, chacun des sujets en réalité nécessite dans la pratique plusieurs semaines de formation continue, mais on y trouve l'identification de problèmes, c'est une étape connue dans tout le domaine scientifique. C'est normalement une méthode enseignée au lycée. L'identification de problèmes fait aussi partie de la gestion de projets où normalement, avant d'entrer dans le développement d'un projet, on identifie le but du projet. Ensuite, on a la préparation des données. C'est considéré comme le plus gros morceau, car souvent les données sont hétérogènes, les normes internationales de stockage ou d'écriture de données ne sont pas respectées par les employés et parfois pas même par les informaticiens eux-mêmes. On a la partie de l'exploration des données. Cette étape permet d'avoir une vue d'ensemble de ce que l'on a, de ce qui pourra être utilisé ou pas, de ce qui pourrait provoquer des biais, c'est-à-dire des anomalies, ou pas, etc. Cette étape, au même titre que les étapes précédentes, je tiens juste à vous le faire noter, peut être automatisée à notre époque par des algorithmes de machine learning. On a la transformation et la sélection, c'est l'étape où nous allons choisir et transformer les données que nous allons exploiter pour les modèles statistiques. Ce qu'on entend souvent par transformer, c'est par exemple les mettre dans une langue commune ou mettre les dates dans une représentation commune entre ceux qui utilisent les points et les slashs, qui ne respectent pas les normes ISO. Ensuite, on a la construction du ou des modèles. Il s'agit de mettre les données en relation et de choisir les algorithmes ou les modèles mathématiques qui nous semblent les plus pertinents. Mais attention, là aussi, il y a des algorithmes qui font déjà ce travail automatiquement. Au besoin, nous n'avons pas besoin de choisir, comme je l'ai dit, puisque la machine le fera pour nous et sélectionnera le meilleur modèle pour nous afin d'éviter les biais cognitifs du cerveau humain. Ensuite, on trouve la validation du modèle ou des modèles. Il s'agit de tester si les prévisions de notre ou de nos modèles sont assez cohérents avec la réalité. Cela peut être fait par des humains, mais les ordinateurs sont tout à fait capables de faire cela beaucoup plus rapidement depuis de nombreuses années. Ensuite, on a le déploiement du modèle que moi j'appelle l'industrialisation du machine learrning, l'idée étant de déployer le modèle en production afin qu'ils soit utilisable en temps réel par les utilisateurs finaux ou en fait par la cible finale, c'est-à-dire les consommateurs. Enfin, on a le dernier point qui est évaluer, monitorer les résultats. Il s'agit simplement de la même démarche qu'en gestion de projet, il n'y a pas grand-chose à en dire car les méthodes et techniques sont les mêmes. Bien évidemment, cette étape peut être automatisée par du machine learning. Donc voilà concernant un cycle de production assez complet qui n'est pas 100 % complet, mais qui est quand même assez exhaustif, et sachez que chacune des étapes a de nombreux détails, mais ça vous donne déjà une idée d'ensemble d'un cycle typique minimal.

Les fondements du machine learning

Acquérez les bases du vocabulaire lié au machine learning. Découvrez les outils fondamentaux avec les idées, applications et concepts mathématiques sous-jacents à chacun.

3h04 (33 vidéos)
Aucun commentaire n´est disponible actuellement
Spécial abonnés
Date de parution :21 déc. 2017

Votre formation est disponible en ligne avec option de téléchargement. Bonne nouvelle : vous ne devez pas choisir entre les deux. Dès que vous achetez une formation, vous disposez des deux options de consultation !

Le téléchargement vous permet de consulter la formation hors ligne et offre une interface plus conviviale. Si vous travaillez sur différents ordinateurs ou que vous ne voulez pas regarder la formation en une seule fois, connectez-vous sur cette page pour consulter en ligne les vidéos de la formation. Nous vous souhaitons un excellent apprentissage avec cette formation vidéo.

N'hésitez pas à nous contacter si vous avez des questions !