L’intelligence artificielle vous intéresse ? Vous cherchez à en apprendre plus sur les différentes applications du machine learning ou vous voulez en savoir plus sur la classification supervisée en particulier ?
Dans ce Matters Meetup, Laurent Morelli explique ce qu’est la classification supervisée de manière abordable pour des novices en IA et machine learning, sans aborder de notions mathématiques complexes.
À partir d’un exemple simple et concret, Laurent Morelli revient sur les différentes étapes par lesquelles un data scientist doit passer afin de mettre en place un algorithme de classification supervisée sur des données tabulaires.
Vous apprendrez comment extraire de votre jeu de données des “features” : une représentation de vos données qui servira de base d’apprentissage pour des modèles de machine learning. Laurent Morelli aborde différentes méthodes afin d’obtenir des “features” de qualités en fonction du type de données présente dans vos jeux de données.
Laurent Morelli présente aussi de nombreux algorithmes de machine learning (random forest, réseaux de neurones, ...) qui servent à faire de la classification supervisée et apportent des informations supplémentaires telles que les avantages ou inconvénients de certains modèles ou encore les cas d’utilisation de certains algorithmes.
Dans la dernière partie de ce meetup, vous en apprendrez un peu plus sur l’amélioration des modèles via le réglage (“tuning”) des paramètres d’apprentissage des algorithmes de machine learning, et surtout pourquoi il est important de tester la performance de vos modèles via différentes métriques en fonction de vos objectifs business afin d’avoir un suivi des performances. Laurent Morelli met en garde contre l’overfitting, phénomène qui apparaît lorsqu’un modèle a surappris à reconnaître un jeu de données et n’arrive plus à classifier correctement de nouvelles données.
Laurent Morelli termine en abordant la partie technique et liste des bibliothèques de code adaptées au machine learning et à l'extraction de “features” en python et R.
