Coucou,
Ne connaissant le machine learning que de manière très partielle, je serais heureux de pouvoir m'initier sérieusement au sujet sur de bonnes bases. Malheureusement il n'y a pas vraiment de tutoriel simple (en tout cas j'en ai pas encore trouvé) pour démarrer. ET devant les gros pavés mathématiques flanqués d'entrée, c'est dur d'apprendre de manière autodidacte; même si je suis censé avoir le niveau.
A mon avis commencer par la grosse téhorie et assomer d'emblée le lecteur comme quasiment tous les cours académiques est une erreur.
Pour être captivant et pas trop compliqué d'accès, je pense qu'il faudrait plutôt essayer de partir directement sur une application concrète. Un petit jeu de stratégie, un mini anti-spam… un exemple avec lequel on peut rapidement faire joujou, où on ne présente d'abord que la base théorique minimum, pour ensuite en venir aux véritables explications d'algorithmes classiques. La théorie et les démonstrations/preuves mathématiques, ça doit pouvoir être optionel pour celui qui est intéressé.
J'ai beau avoir terminé mes études en informatique avec succès dans une école qui fait la part belle à la théorie avant la pratique, je me rends compte que c'est quand même vachement plus cool et plus immersif (en plus d'être plus facile d'accès pour le néophyte) quand on peut rapidement jouer avec des exemples, et qu'après avoir joué un moment on en arrive à eh bien voilà, ce truc marche parce que derrière il y a cet algorithme; et voilà, la lumière s'allume, à partir de maintenant c'est plus de la magie.
Bizarrement, partir d'exemples progressifs marche assez bien pour la crypto: on commence par le chiffre de César, on t'expique que c'est super simple à casser, on fait un petit détour théorique en expliquant la distribution/fréquences des lettres pour t'expliquer pourquoi c'est simple à casser, puis on enchaîne: comment on fait pour contrer cette analyse ? chiffre de vigenaire, et on continue comme ça. IL faudrait pouvoir faire le même genre de truc pour le machine learning, même si à priori ça a l'air plus compliqué, et peut-être que prendre le fil rouge chronologique ne marche pas aussi bien.
Question idiote, est-ce qu'on considère que les algorithmes comme alpha/beta permettant de jouer intelligemment à des jeux comme Puissance4 font partie du machine learning ou pas encore ? Faut peut-être aussi savoir où on pose le début: à partir de quand ne fait-on plus seulement de l'IA ? est-ce qu'on est en présence de machine learning seulement à partir du moment où le système est vraiment capable de modifier son comportement au fur et à mesure des expériences passées, ou bien avant déjà ?
Merci. En tout cas je serai le premier à lire avec plaisir un tuto là-dessus.