Introduction au Machine Learning / Apprentissage automatique

bonjour tout le monde bonjour à toutes et bonjour à tous chers étudiants tiers d'étudiants observe apprenantes et apprenants un bon jour dans cette nouvelle formation intitulée machine le relais dans cette branche de l'intelligence artificielle est très à la mode ces dernières années et qui s'impose de plus en plus dans le machine learning concerne tout le monde aujourd'hui car bouleversé le monde entier quel que soit le secteur d'activité savoir l'industrie avec les voitures autonomes les usines même l'industrie agricole la sonde et la finance le marketing le business l'éducation alors on peut dire que n'importe quel domaine

est touché par le machine leurrer le match ils auraient pu prévenir des millions de deux concerts le donc protéger la biodiversité améliorer la sécurité et la justice et caetera et beaucoup d'autres choses beaucoup plus durement à cette affaire alors dans cette formation va essayer de comprendre ensemble qu'est ce que la machine leur donne de quoi s'agit-il c'est quoi son principe de fonctionnement des applications les types et les algorithmes est utilisé dans ce sens savoir un ensemble d'algorithmes art et création lumière dans ses différentes formes l'algorithme svm knl camille claus huer leurs réseaux de neurones avant

d'entamer le fameux diplôme rénové survient on va essayer de le d'implémenter ses algorithmes et ses méthodes pratiquement alors vous avez probablement utiliser un algorithme d'apprentissage des dizaines de fois par jour sans que l'on sache à chaque fois que vous utilisez par exemple un moteur de recherche web comme google ou bing ou bien n'importe quel moteur de recherche pour rechercher sur internet alors l'une des raisons qui fonctionne bien c'est parce qu'un algorithme d'apprentissage est implémentée par google ou bien par microsoft a bien appris à classer les les pages web ou bien chaque fois que vous utilisez

l'application de reconnaissance faciale de facebook ou bien de apple il qu'on reconnaît les photos de visages vos amis alors c'est aussi de dumas chine et leurs biens chaque fois que vous ils disent et redisent email et votre filtre antispam vous évite d'avoir à parcourir des milliers de spams en c'est aussi d'une machine le nez alors le mach ylonen fait partie du quotidien et leur eau quasiment dans tous les secteurs d'activité les entreprises implémente des technologies machine lorraine par exemple les médecins spécialisés recours aux machines leur hymne pour établir des diagnostics précis et traiter leurs patients

les conversions ou grossiste utilise le machinerie pour livrer les bons marchandises aux bons magasins au bon moment et les chercheurs et ils font appel aussi pour développer de nouveaux méthode est approché recherché scientifiques car lens n'est qu'un échantillon de kde usage car tout les secteurs à savoir l'énergie des services publics le tourisme hôteliers la restauration la logistique exploitent de plus en plus le machine learning alors c'est un sous domaine de l'intelligence artificielle qui se font sur des algorithmes pour donner aux ordinateurs a la capacité d'apprendre à partir des données et d'identifier deux des modèles donc

la machine learning est une discipline ou bien un sous domaine de l'intelligence artificielle qui se base sur et le principe de développer des machines on vient de donner aux ordinateurs la capacité d'apprendre à partir de partir des données alors lorsqu'on cite le terme en qu'ils ont c'est officiel dont il ya énormément d'idées auquel on peut penser alors c'est quoi déjà ce terme mais comment fonctionne et c'est quoi le lien entre machines des intelligences artificielles alors on va essayer de répondre à ces trois questions alors qu'est ce que l'intelligence artificielle que sont ces types et comment

fonctionne donc nature artificielle couvre donc un vaste sujet en perpétuelle mutation et au progrès fulgurant depuis longtemps donc peut se définir comme un ensemble de théories des techniques développons des programmes informatiques complexes capable de simuler certains traits de l'intelligence humaine donc c'est un ensemble de théories et de techniques mises en eux envie de réaliser des machines capables de simuler l'intelligence lensois des ordinateurs ou un des programmes capables de performances habituellement associé à l'intelligence humain et on plie fier par la technologie ça va la capacité de raisonner de traiter de grandes quantités de données de décerner

des patterns et des modèles indétectables par un humain comprendre et analyser les modèles et la faculté d'apprendre à progressivement et d'améliorer continuellement ses performances donc voilà en bref faire qu'est ce que l'intelligence artificielle bon quand on distinguer deux types ou parle d'intelligence artificielle faible aussi appelé intelligence artificielle étroite alors c'est une intelligence artificielle sont prêts sur une tâche précise alors dans le machine to machine sera entraîné pour apprendre sur un problème précis et concis donc lente illusion difficiel faible reproduit en mode de fonctionnement humain sans conscience ni sensibilité il n'y a pas de l'intelligence bret

alors que l'intelligence artificielle forte a pour ambition de développer des modèles permettant la création de machines d'otites d'esprit de conscience et de sensibilité alors ces machines auraient ainsi la subtilité du cerveau humaine couplé avec la performance et la puissance de calcul de l'intelligence artificielle telle qu'elle existe aujourd'hui donc il s'agit de l'un des principaux défis pour intelligence artificielle alors plusieurs aspects d'intelligence appartient au domaine de l'intelligence forte savoir l'intelligence collective l'intelligence émotionnelle sociale et psychomotrices comme en fonction l'intelligence artificielle alors la révolution actuelle l'intelligence artificielle est rendue possible par la combinaison de trois facteurs à

savoir les données la puissance informatique les algorithmes donc une vaste quantité de données avec une puissance informatique extraordinaire quand grâce au cloud et des algorithmes révolutionnaires basés sur les machines et le dit pleurer c'est quoi la relation entre ces différentes alors si ces termes sont confondus c'est qu'eux mêmes ne signifie pas vraiment la même chose mais elles restent étroitement liés alors on réalité et ne sont que des faits rentrent niveau d'une même discipline mère qui ai intelligence artificielle alors si lent qu'ils artificielle pente d'imiter le raisonnement humain alors nos machines le rêve va plus loin

alors cette branche l'intelligence artificielle qui permet aux machines d'apprendre par m sans dépendre de comment le niveau suivant si le diplôme et donc le diplôme pourrait être défini comme un type de machine de ruines un peu con complexe le diplôme est un ensemble d'algorithmes qui imitent les réseaux neuronaux cerveau humain alors dans cette technologie la machine apprend par elle-même mais par étapes bien par couche la profondeur modèle dépendra du nombre de dons nombre de couches et du modèle alors parmi les premières forme d'automatisation de machinerie alors on trouve les tchats vote alors aller supporter sont

le symbole de l'interaction homme-machine alors elles permettent aux personnes de converser avec des machines capables d'agir en fonction des requêtes ou des besoins exprimés vocalement par des humains alors lors de la première génération le chat soit suivi des règles script qui leur indique l'action a réalisé en fonction de deux mots clés alors l'apprentissage automatique et le traitement du langage naturel qui fait aussi partie des technologies d'intelligence artificielle permettent au chat vote de dif de devenir plus interactive et plus productive alors les tout derniers chat web répondent mieux aux besoins des utilisateurs et converse de plus

en plus à la façon d être des êtres humains donc les assistants numériques tels que série et un google assistants et alexa repose sur des algorithmes de machinerie et cette méthodologie pourrait bien se retrouver dans les nouvelles plateformes de services et et d'engagement client qui ont pris la place des jackpots traditionnelle alors l'aidait à la décision est un autre domaine dans lequel la machine rennes peut intervenir pour transformer la masse de données dans les entreprises disposent en informations exploitables et en valeur ajoutée alors dans ce cas les algorithmes entraîné sur des données de jeux de

données qu'on appelle de 2 à 4,7 alors peuvent analyser les informations et évaluer les différentes scénario à une échelle bien une vitesse impensable par les humains afin de commander la meilleure piste à suivre donc le machinerie ne remplace pas les humains alors elle les aide à mieux travailler et à gagner en efficacité alors quelques exemples d'utilisation de moi chez lui comme outil d'aidé à la décision alors dans le secteur par exemple de la santé alors les outils dette à la décision clinique qui font appel en marche vers une guide les médecins lors de l'établissement du

diagnostic et la prescription des traitements alors améliorant ainsi l'efficacité du praticien et la prise en charge du patient alors on agriculture les outils d'aidé à la décision basée sur le marché lyonnais alors tient compte des facteurs tels que le climat l'énergie nos les ressources etc pour aider les agriculteurs à mieux gérer leurs récoltes et on économise les outils à la décision permette à la direction d'anticiper les tendances et d'identifier les problèmes et d'accélérer la prise de décision les informations sont présentées dans des tableaux de bord se forme de graphiques ou bien d'autres représentations visuelles alors

même machine est au coeur même des moteurs de recommandation à l' visant à améliorer l'expérience d'achat des clients et à leur fournir et une interface personnalisée alors dans ce cas les algorithmes traite les pointes de données pour un client individuel sont historiques d'achats par exemple ou si d'autres jeux de données à savoir le stock actuel uncini les tendances démographiques l'historique des achats d autres clients afin de déterminer les produits et les services a recommandé un chacun alors un des exemples société dont le modèle économique repose sur les moteurs de recommandation alors d'importants signes de commerce

par exemple amazon s'appuie sur les moteurs de recommandation pour personnaliser l'expérience d'achat et augmenter le panier moyen alors un hit flex le service diffusion de films et de séries alors une application bien connue de machines leur mine alors elle se bat sur l'historique d'un client individuel sur l'historique des clients représente non des intérêts communs sur les informations liées à des programmes particuliers sur d'autres jeux de données pour envoyer des suggestions personnalisées à ses abonnés les comme troisième exemple la plateforme fameuse de diffusion de vidéos youtube alors qu'ils utilisent aussi un moteur de recommandation à base

de machine learning pour aider les internautes à trouver rapidement les vidéos correspondant à l'heure alors les organisations aussi se tourner vers les machines leur nid pour la classification y la reconnaissance des images alors cette technologie de machinerie trouve de nombreuses applications par exemple le facebook qui cherchent à attaquer des photos publiées sur ce site les équipes sécurité pressés d'identifier un comportement fautif en temps réel les voitures autonomes devons avoir une parfaite vue de la route est associé au traitement de langage le marché le rip extraire automatiquement des éléments d'information bondi documents même ces informations recherchées

se présente dans un format structuré structure au nom donc un plus simplement les entreprises utiliser de plus en plus massivement les techniques ocr améliorée par la reconnaissance d'image pour extraire des informations de factures documents qu'elles doivent traiter quotidiennement à l'eau grâce à la capacité des timides et modèles et de 10 il est instantanément toute heure en au mali alors la machinerie constitue un outil précieux pour la détection des activités frauduleuses on essaie tablissements financières ont recours depuis dix années à des moteurs de règles qui a écrit mon de modèles de machines le ring pour affiner

la direction des comportements à risque donc voici comment fonctionne alors un des spécialistes s'appuie sur les machines le relais pour comprendre le comportement classique d'un client individuel à quel moment y où le client utilise une carte crédit par exemple à partir de ces informations et d'autres jeux de journée jeux de données alors la technologie distingue avec précision et on espace est minime les transactions qui révèle delà de la normale et qui sont donc légitimes de celles qui sont hors normes est probablement frauduleuse donc l'apprentissage de automatique contribuer à la détection de fraudes dans divers secteurs

services financiers voyage les jeux d'argent les jeux de vidéo et le commerce électronique or les entreprises peuvent explorer leurs données de tarification historique ainsi qu'une foule d'autres variables pour comprendre comment certains facteurs dynamique influence sur la demande en biens et services alors les algorithmes de machine learning exploitent ces données et combine les résultats avec d'autres données de marché et des consommateurs pour aider les entreprises va fixer dynamiquement le prix de leurs marchandises est en conséquence en troisième partie alors bien que certaines applications de machelen me soit très spécialisés alors de nombreuses spéciales et aux biens

de nombreuses sociétés à 1 met en oeuvre cette technologie pour gérer leurs processus métiers routinier comme la des transactions financières et les développements le logiciel donc le match il leur permet à beaucoup de services entreprises de gagner en efficacité notamment leur servent ici cabinet financier qui utilisent la machinerie pour accélérer le travail et minimiser le risque d'erreur humaine alors pour définir et donner une définition machine leur n ya pas une définition bien précise donc on va essayer d'entamer deux définitions alors la première définition statut rejoint alors le domaine ou bien la machine reste un domaine

d'étude qui donne aux ordinateurs la capacité d'apprendre sans être explicitement a pris alors la prétention de samwell à la renommée était dans les années 1950 alors elle a écrit un programme de jeu de dames et la chose étonnante à propos de ce programme de jeu était qu'arthur samoa et le mime n'est pas n'était pas un très bon très bon joueur dedans mais ce qu'elle a fait c'est qu'elle a du programme est peut-être dizaines de milliers de match contre lui mais on regarde on quelle sorte de position du conseil avaient tendance à mener à des victoires

et quel genre de position de conseil avait tendance à conduire à des à des pertes alors le programme de jeu de dames a appris au fil du temps ce qui est bon conseil position et quels sont les mêmes mauvaises positions de conseil et finalement apprendre à jouer aux dames mieux qu arthur samuel louis donc il s'agit d'une définition plus ancien et informel donc on va voir une deuxième définition de tom mitchell alors temps michel a défini l'intelligence ou bien le match il aurait comme étant un programme d'ordinateur qui apprendrait de l'expérience eux en ce qui

concerne une tâche était une mesure de rendement p si son rendement sur tes telle que mesurée par p s'améliore avec l'expérience eux alors ça consiste à écrire un programme qui d eau début ne sait rien faire mais qui va apprendre à faire quelque chose avec le temps l expérience un peu comme un être humain qui à prendre il y apprend à faire du début vélo alors au début on n'y arrive pas du tout mais à force d'en faire eh bien on y arrive à mieux en mieux jusqu'au moment où on le fait super super bien

alors c'était exemple alors qu'on espère bien avec la définition de machine learning donné par l'américain tom mitchell alors une machine à prêts lorsque sa performance paix à faire une tacheté s'améliore grâce à une nouvelle expérience eux donc la tachetée c'est faire du vélo la performance est roulé droite ne pas tomber et l'expérience et chaque fois que l'on fait de vélo y compris les foires où on tombe tout simplement alors si on veut synthétiser une définition qui englobe un peu le tout alors on peut dire que la machine learning est un champ d'étude d'intelligence artificielle qui

se fonde sur des algorithmes alors sondé approche mathématique des approches sa musique pour donner aux machines ou bien d'une manière générale aux systèmes informatiques la capacité d'apprendre à partir des données ou améliorer la performance à résoudre des tâches sans être explicitement programme la question qui se pose c'est comment fonctionne le match il le remet la machine learning comporte généralement deux faces d'avoir par la suite que ces trois ne va pas compliquer les tâches dans un premier temps alors deux phases la première consiste à estime un modèle à partir de données lors de la phase de

la conception système alors liste estimations de modèle consiste à résoudre une tâche pratique alors par exemple traduire un discours reconnaître un chat dans une photo participer à la conduite d'un véhicule autonome et c'est alors cette phase c'est ce qu'on appelle la phase d'apprentissage ou d'entraînement alors elle est généralement réalisés préalablement à l'utilisation pratique de modèle la seconde phase correspond à la mise en production alors nos modèles et en déterminer d'où nouvelles données peuvent être alors soumis afin d'obtenir le résultat correspondent à la tâche sous était ce qu'on appelle la phase de test droits pour mieux

comprendre et me donner un ensemble de données en jeu de données alors on divise cet ensemble de données en deux parties données d'entraînement et données de test on peut avoir les données de validation en troisième partie alors on fait entraîner notre système si on les donnait d'apprentissage pour avoir un modèle si on utilise les données de validation on teste la performance de notre modèle si la performance dépasse un certain seuil on passe vers l'étape suivante sinon on change les paramètres de l'algorithme d'apprentissage où on récupère plus de données d'entraînement et on refait l'étape précédente alors

on utilise les données de test afin de décider la performance de modèle et le comparer avec le système de basses alors si on n'a pas utilisé les données de validation alors on peut faire l'étape précédente mais il faut faire attention si on valide plusieurs fois sur les données de test alors le système va être adapté aux données de test or l'intérêt des données de test et d'évaluer le modèle sur de nouvelles données qu'elle n'a pas rencontré alors selon les informations disponibles durant la phase d'apprentissage alors l'apprentissage et qualifie de différentes manières si les données sont

et équité c'est à dire que la réponse à la tâche est connu pour ses données alors il s'agit d'un apprentissage superviser on parle de classification du classement si les étiquettes sont discrètes ou de régression cl son contenu alors si l'on modèle utilise des données non étiquetés on parle d'un apprentissage non supervisées si le modèle est appris de manière incrémentale en fonction d'une récompense reçue par le programme pour chacune des actions on parle dans l'apprentissage pas renforcer l'apprentissage automatique peut être appliqué à différents types de données telles que des graphes des arbres des courbes ou plus

simplement des électeurs de caractéristiques qui peuvent être des variables qualitatives et quantitatives continue ou discrète alors pour comprendre comment une machine peut apprendre à partir de données donc il faut se pencher sur les trois paradigmes ou d'apprentissage machine leur haine à savoir l'apprentissage superviser l'apprentissage non supervisées et l'apprentissage par renforcement alors ça sera l'objet de la vidéo suivante dans laquelle on va essayer de voir en détail la différence entre ces trois types d'apprentissage pour mieux comprendre quels modèles choisir pour quel problème donné mon coeur je vous souhaite bon courage pour l'apprentissage et à la prochaine

[Musique]