introduction au machine learning

22

Upload: mathieu-goeminne

Post on 23-Jan-2018

464 views

Category:

Data & Analytics


0 download

TRANSCRIPT

Page 1: Introduction au Machine Learning

www.cetic.be

Centred’ExcellenceenTechnologiesdel’InformationetdelaCommunication

www.cetic.be

IntroductionauMachineLearning

IngénieurdeRechercheSenior

MathieuGoeminne

Page 2: Introduction au Machine Learning

www.cetic.be

Agenda

• PositionnementduCETIC• Qu’est-cequelemachinelearning?• Example:apprentissagesupervisé• Casd’utilisation• Lefuturdumachinelearning

2

Page 3: Introduction au Machine Learning

www.cetic.be

PositionnementduCETIC

3

Page 4: Introduction au Machine Learning

❑www.cetic.be

PositionnementduCETIC

4

Rechercheappliquée Étudesdefaisabilité Preuvesdeconcept Transfertstechnologiques

Page 5: Introduction au Machine Learning

❑www.cetic.be

CETIC&InternetduFutur

SOFTWARE&SERVICES

TECHNOLOGIES

5

• CloudComputingetArchitecturesdistribuées• Gestiond’infrastructuresdeCloud• Programmationdistribuée• WebProgrammable

• Gestiondesdonnées• StockageBigData• FrameworkdeprogrammationBigData

• OpenInnovation• LogicielLibre• Donnéesouvertes• Numériqueetco-creation(VoirLivingLabsetHubcréatif)

SOFTWARE&SERVICES

TECHNOLOGIES

Page 6: Introduction au Machine Learning

www.cetic.be

Qu’est-cequeleMachineLearning?

6

Page 7: Introduction au Machine Learning

www.cetic.be

MachineLearning?• 70’:Généralisationdustockagestructurédedonnées.• Questions:Quellevaleurau-delàdelarestitutiondesdonnées?• Commenttirerdel’informationdesdonnées?• Commentdécouvrirdestendances/structuresàpartirdesdonnées?

7

Page 8: Introduction au Machine Learning

www.cetic.be

MachineLearning?

• Rationalisationdeladécouvertederelationsentrelesfaits.• Ycompriscellesquinesontpasintuitives.• Pasnécessairementdesliensdecausalité.

• Processussystématiquebasésurlesfaits…• Ycomprisnombreux.• Ycompriscomplexes.

• Fondationsstatistiquesimportantes.

8

Page 9: Introduction au Machine Learning

www.cetic.be

Unefamilled’approches

9

Page 10: Introduction au Machine Learning

www.cetic.be

Ajouterdelavaleur

10

Difficulté

Vale

ur

Analyse descriptive

Analyse prédictive

Analyse prescriptive

Que s’est-il passé?

Que va-t-il se passer?

Comment faire en sorte que ça se passe?

Page 11: Introduction au Machine Learning

www.cetic.be

Example:apprentissagesupervisé

11

Page 12: Introduction au Machine Learning

www.cetic.be

Apprentissagesupervisé

• Onramènelejeudedonnéesàuntableau.• Valeurd’unecolonneàpartirdesautrescolonnes?• Apprentissage:définitiondesparamètresd’unmodèle.• Supervision:utilisationdel’historiquepourguiderleparamétrage.

12

Client Âge Revenus MontantCrédit

Remboursé?

A 53 100K 180KO

B 18 30K 213KN

C 23 36K 155KO

D 54 42K 75KO

E 44 33K 120KN

Page 13: Introduction au Machine Learning

www.cetic.be

Apprentissagesupervisé(suite)

• Lerésultat:unmodèle+procédémenantsystématiqueàunevaleurdelacolonnecible:laprédiction.• Possibilitéd’évaluerlaqualitéd’unmodèleenluifaisant«prédire»lesdonnéeshistoriques.

13

Âge

Montant

Remboursé Non remboursé

Montant

Revenus

Remboursé

[<30] [≥30]

[<184] [≥184] [≥215][<215]

[≥90][≥90]

Page 14: Introduction au Machine Learning

www.cetic.be

Quelquesfacteursd’efficacitédumachinelearning

• Qualitédesdonnées:bruit,variété,incohérences,etc.• Préparationdesdonnéesetapproche:travaild’équipeetméthodologiedegestiondeprojets.• Choixd’unboncompromisentre:• laspécialisationdumodèleetsacapacitéàgénéraliser.• satendanceàretournerdesfauxpositifsetdesfauxnégatifs.

• Avecunsystèmeapprenant,lerisqued’erreurestinévitablemaisquantifiable.

14

Page 15: Introduction au Machine Learning

www.cetic.be

Casd’utilisation

15

Page 16: Introduction au Machine Learning

www.cetic.be

Améliorationdesprocessus

16

Maintenanceprédictive Détectiondebogues

Identificationdesfacteursd’influence Marketingdirect

Page 17: Introduction au Machine Learning

www.cetic.be

Prisededécisions

17

Gestiondeplansdecampagne

Opérationsboursièresautomatiques

Formation«aubesoin»

Allocationdynamiquederessources

Page 18: Introduction au Machine Learning

www.cetic.be

Intelligenceartificielle

18

Véhiculesetrobotsautonomes

Interfacesvocales Analysedesentiments

Assistancejudiciaire

Page 19: Introduction au Machine Learning

www.cetic.be

Lefuturdumachinelearning

19

Page 20: Introduction au Machine Learning

www.cetic.be

Lefuturdumachinelearning

• Vifregaind’intérêtpourlesréseauxdeneurones• Ledeeplearningestlanouvellemagieblanche.• Unréelpasenavant…maispaslapanacée.

• Percéeattenduedansledomainedel’IA.• Peut-êtreàlaveilledesingularitétechnologique.• UneIAquicréeraituneIAquiplaceraitl’évolutiontechnologiquehorsdeportéedel’intelligencehumaine.• 2020-2050?

20

[3]

Page 21: Introduction au Machine Learning

www.cetic.be

linkedin.com/company/cetic

[email protected]

+3271490700

twitter.com/@CETICtwitter.com/@CETIC_be

www.cetic.be

AéropoledeCharleroi-GosseliesAvenueJeanMermoz28

B-6041Charleroi-Belgique

Questions?

[email protected]

Page 22: Introduction au Machine Learning

www.cetic.be

Notes[1]http://trends.levif.be/economie/lawyerz/l-intelligence-artificielle-peut-elle-sauver-la-justice/article-normal-603501.html

[2]http://www.wired.co.uk/article/ibm-watson-medical-doctor

[3]Jean-PierrePetit,‘Àquoirêventlesrobots?’,Belin

Tousdroitsréservés

22