Menu

TECH-AWARENESS # 7 – Introduction au machine learning

Machine learning dans le navigateur, mieux vaut ne pas faire de fautes !


Démystifions le machine learning pour les nuls 


Le machine learning ou "L'apprentissage machine" est un concept qui permet à la machine d'apprendre à partir d'exemples et d'expériences, et cela aussi sans être explicitement programmée. Ainsi, au lieu d'écrire le code, vous fournissez des données à l'algorithme générique, et l'algorithme/machine construit la logique basée sur les données données données.


Avez-vous déjà fait des achats en ligne ? Alors que vous cherchiez un produit, avez-vous remarqué quand il recommande un produit similaire à celui que vous recherchez ? ou avez-vous remarqué la combinaison de produits "la personne qui a acheté ce produit a également acheté ceci". Comment fait-elle cette recommandation ? C'est de l'apprentissage machine. Bien sûr, c'est un exemple très vulgaire de la complexité de l'apprentissage machine.


Voyons cela du point de vue d'un ingénieur :


L'IA (intelligence artificielle) est la théorie et le développement de systèmes informatiques capables d'exécuter des tâches nécessitant normalement l'intelligence humaine, telles que la perception visuelle, la reconnaissance vocale, la prise de décision et la traduction entre langues.


L'apprentissage automatique est l'étude scientifique des algorithmes et des modèles statistiques que les systèmes informatiques utilisent pour exécuter efficacement une tâche spécifique.


Actuellement, la bibliothèque d'apprentissage profond la plus connue dans ce domaine est TensorFlow de Google. Pour donner un exemple concret, les utilisateurs de Google peuvent faire l'expérience d'une recherche plus rapide et plus raffinée grâce à l'IA. Si l'utilisateur tape un mot-clé a dans la barre de recherche, Google lui fournit une recommandation sur ce que pourrait être le mot suivant. Il s'agit là encore d'un minuscule exemple de ce dont vous pourriez être témoin grâce à un apprentissage approfondi.


TensorFlow a été conçu pour fonctionner sur plusieurs CPU ou GPU et même sur des systèmes d'exploitation mobiles, et il possède plusieurs enveloppes dans plusieurs langages comme Python, C++ ou Java. Il a été rendu public pour la première fois fin 2015, tandis que la première version stable est apparue en 2017. Il est open source sous licence Apache Open Source. Vous pouvez l'utiliser, le modifier et redistribuer la version modifiée moyennant une redevance, sans rien payer à Google. Plus profondément, un tenseur est un vecteur ou une matrice de n-dimensions qui représente tous les types de données. Un tenseur peut être issu des données d'entrée ou du résultat d'un calcul. Dans TensorFlow, toutes les opérations sont effectuées à l'intérieur d'un graphique, qui est un ensemble de calculs successifs.


Tensorflow peut être exécuté sur de nombreuses plateformes différentes. Vous pouvez l'exécuter sur :

Vous pouvez l'entraîner sur plusieurs machines puis l'utiliser sur une autre, une fois que vous avez le modèle entraîné. 


Le sujet est vaste, cela signifie qu'il y a de la largeur, mais si vous considérez la profondeur, chaque sujet peut être appris en quelques heures. Chaque sujet est indépendant des autres. Vous devez prendre en considération un sujet à la fois, l'apprendre, le pratiquer et mettre en œuvre le ou les algorithmes qu'il contient en utilisant un de vos choix de langue. C'est la meilleure façon de commencer votre apprentissage automatique. 


"La seule limite de l'IA est l'imagination humaine". - Chris Duffey


Merci à Abderrahim Soubai Elidrissi pour ce grand moment d'apprentissage " humain ".