Discussions autour du machine learning

Bonjour les agrumes,

J'ai pu découvrir une technologie prometteuse, le machine learning, je suis très impressionné par sa puissance et ses applications futures (et actuelles).

J'aimerais donc savoir, si d'autres agrumes sont intéressés par cette technologie, ce que vous en faites, si vous l'utilisez dans des projets personnels ou non. Si vous avez des ressources, documents, connaissances à partager, allez-y !

Je pense qu'il pourrait être intéressant d'échanger sur ce sujet.

J'ajoute quelques liens résultant des discussions ci-dessous.

Livres sur l'intelligence artificielle

Projet de tutoriel sur le machine learning

Tutoriel sur les arbres de décisions

Bermudes et moi-même sommes assez occupés en ce moment donc pas pour tout de suite. Mais je pense qu'il s'y remettra dès que possible, pas forcément évident avec les études, etc.

PS : le machine learning n'est pas une technologie, mais un champ d'étude, une sous-discipline de la recherche en intelligence artificielle (et ce n'est pas limité à ce domaine en soi)

PS : le machine learning n'est pas une technologie, mais un champ d'étude, une sous-discipline de la recherche en intelligence artificielle (et ce n'est pas limité à ce domaine en soi)

Pour rebondir là-dessus, j'ai justement vu une étude qui utilisait le machine learning pour inverser des données sur la condensation des corps planétaires (je ne me souviens malheureusement pas des détails…). Donc ce n'est effectivement pas limité à l'IA.

Intéressant. Dommage que tu n'aies plus l'étude en stock.

J'ai modifié mon sujet au niveau de la définition (assez simpliste) du machine learning

Sinon, il est clair qu'il manque des ressources simples sur le machine learning, n'étant pas un très grand matheux j'ai un peu de mal.

Je ne sais pas si le tutoriel en cours traitera le sujet de manière abordable mais si oui, cela peut devenir très intéressant.

D'ailleurs, avez-vous des ressources pour ceux qui souhaitent commencer ?

Machine learning, technologie prometteuse des années 60.

D'ailleurs, avez-vous des ressources pour ceux qui souhaitent commencer ?

Cela dépend de ton niveau d'études, honnêtement. Mais c'est un domaine où les prérequis mathématiques sont assez importants.

@Arius, c'est marrant, l'histoire se répète.

Sinon, je fais un passage éclair pour préciser que des tutoriels sur le ML me tiennent fort à cœur et que je ne perds pas du tout ça de vue. Mais comme le dit Arius, mes études me bouffent énormément de temps et en plus, là je suis en examens jusque fin janvier.

De plus, effectivement, le niveau requis en math peut être conséquent pour les bases et peut très vite monter jusqu'à un niveau de fin de BA3 en math pour certains algorithmes.

Cependant, si quelqu'un veut se lance, je suivrai avec grand plaisir, et je conseille dans ce cas de retourner sur le sujet de discussion déjà mentionné sur ce topic.

@QuentinC

Non, l'algorithme alpha/Beta de Puissance 4 n'est pas du ML. Le principe du ML est avant tout d'avoir un jeu de données d'apprentissage, sur lequel on cherche un maximum de règles et/ou de similitudes. Puis d'étendre ces règles pour classifier plein d'autres individus.

Ce que tu soulèves sur le partie 'mathématique' est très pertinent. Veut-on un tutoriel pour que les lecteurs sachent créer de nouveaux outils de ML, ou veut-on un tutoriel pour que les lecteurs sachent utiliser/choisir/apprécier les outils de ML existants.

Quand on fait un tutoriel sur Excel, on vise les utilisateurs, on n'explique pas comment le programme fait pour recalculer les différentes cellules, dans le bon ordre et sans se prendre les pieds dans le tapis.

Le ML est une science encore trop jeune, les personnes qui sont aptes à faire des tutoriels sont 'quasiment' les concepteurs de ces outils, ou en tout cas, ce sont des gens avec un profil très pointu. Un jour, ce sera un outil plus répandu, et il y aura des tutoriels orientés utilisateurs.

Le principe du ML est avant tout d'avoir un jeu de données d'apprentissage, sur lequel on cherche un maximum de règles et/ou de similitudes. Puis d'étendre ces règles pour classifier plein d'autres individus.

C'est une toute petite partie du machine learning ceci, et qui rentre elle meme dans la grande famille de l'apprentissage supervise pour faire de la classification.

Le ML c'est surtout un terme marketing datant des annees soixantes, remis au gout du jour par quelques marketeux habiles et qui comme pour le BigData, recouvrent tellement de choses qu'il est impossible de pleinement le definir.

Le terme a ete utilise par la premiere fois par Arthur Samuel en 1959, lorsqu'il travaillait chez IBM. Ce dernier le definissait comme 'le champs d'etude qui donnent aux machines une capacite a apprendre sans que celle-ci n'ait ete explicitement programmee'.

On voit donc a quel point la definition est vague, surtout aujourd'hui avec la multiplication des approches, methodes, et concepts.

Par contre, je suis complemente de l'avis opposes a tous ceux qui trouvent que le ML demande un gros niveau en mathematiques. Je dirais que c'est un domaine de l'informatique theorique qui en demande le moins ou plutot, il demande des notions dans plein de domaines mais pas vraiment poussees.

Ce que tu soulèves sur le partie 'mathématique' est très pertinent. Veut-on un tutoriel pour que les lecteurs sachent créer de nouveaux outils de ML, ou veut-on un tutoriel pour que les lecteurs sachent utiliser/choisir/apprécier les outils de ML existants.

Ca c'est un mythe. On n'aura jamais d'outil qui permettront de faire du ML cote utilisateur lambda tout comme on aura jamais d'outil permettant de faire de l'analyse de donnees cote utilisateur lamda. L'expert en statistique est toujours requis et le sera encore de nombreuses decenies probablement.

Les annees 60 donc. Trop jeune pour avoir des applications concretes et grand public ? La reponse est surtout un peu plus haut dans mon message : l'incapacite a se passer d'expert pour l'analyse de donnees.

Non, l'algorithme alpha/Beta de Puissance 4 n'est pas du ML. Le principe du ML est avant tout d'avoir un jeu de données d'apprentissage, sur lequel on cherche un maximum de règles et/ou de similitudes. Puis d'étendre ces règles pour classifier plein d'autres individus.

OK alors on est bien d'accord. IL faudra donc faire attention de ne pas partir de trop loin en arrière. L'IA reste de l'IA et la ML en est une partie bien spécifique. D'où la difficulté de trouver un exemple pratique, qui soit asssez complexe pour que la ML soit suffisament utile/pertinente, mais assez simple pour ne pas être obligé de rentrer trop dans les détails théoriques dans un premier temps.

Puisqu'on parle de classification, l'anti-spam pourrait être un bon exemple pour démarrer alors. Tout le monde sait ce que c'est, et on peut commencer très simple avec des bêtes regex.

Ce que tu soulèves sur le partie 'mathématique' est très pertinent. Veut-on un tutoriel pour que les lecteurs sachent créer de nouveaux outils de ML, ou veut-on un tutoriel pour que les lecteurs sachent utiliser/choisir/apprécier les outils de ML existants.

Je dirais en premier lieu d'abord la 2 puis ensuite seulement la 1. LE souci, c'est qu'on veut quand même un tutoriel qui explique les principes de base de la ML en général et qui ne se focalise pas sur un logiciel/framework particulier; parce que sinon on fait un tutoriel sur le logiciel/framework en question et pas sur la ML.

Le ML est une science encore trop jeune, les personnes qui sont aptes à faire des tutoriels sont 'quasiment' les concepteurs de ces outils, ou en tout cas, ce sont des gens avec un profil très pointu.

C'est justement le genre de mythe qu'il faut essayer de faire tomber; je suis sûr que ce n'est pas vrai, ou que ce n'est plus vrai.

@KFC: problème, tous les accents semblent avoir sauté dans ton message.

Remarque vu que tu mentionnes le big data, on pourrait ouvrir exactement le même topic à son sujet. Un bon tutoriel présentant quelques exemples puis des algoritmes classiques liés au big data pourrait aussi être très intéressant.

Après c'est sûr, c'est pas trop newby-friendly adapté pour le gars de 14 ans qui débute le PHP; il faut quand même un certain niveau.

La question est, est-ce qu'il est possible d'utiliser des outils de machine learning sans forcément en connaître les algorithmes côté mathématiques ?

Je pense que oui, il existe quelques librairies dans la plupart des langages implémentant divers algorithmes, il est donc possible de s'amuser assez simplement, mais on est évidemment limité.

J'ai par-exemple pu faire un détecteur de langue utilisant des classifieurs naïfs bayesiens.

Mais, les outils proposé ne sont pas complets, et aucun tutoriel n'est capable d'expliquer simplement les différences entre les algorithmes.

La question est, est-ce qu'il est possible d'utiliser des outils de machine learning sans forcément en connaître les algorithmes côté mathématiques ?

Ce n'est pas la question à laquelle je répondais. La question à laquelle je répondais était : peut-on utiliser aveuglement des outils de machine learning ou d'analyse de données sans un minimum d'expertise et en tirer des conclusions ?

Par aveuglement j'entends sans avoir l'expertise pour l'analyse des résultats ou de la pertinence des résultats.

Parmi les deux grands problèmes que cela pose on a:

• L'erreur détectable uniquement par l'expert du domaine utilisant ces outils (comme des facteurs d'influences cachés amenant à un paradoxe de Simpson par exemple).
• Les erreurs détectables uniquement par l'expert sur les outils (comme le fait que les hypothèses sur les données pour appliquer telle ou telle méthode ne sont pas respectées).

Et je ne parle pas de la signification des résultats (si tu savais le nombre de personnes qui ne savent pas ce que veut réellement dire un intervale de confiance, un p-value, etc. même chez des gens avec un cursus universitaire) ou de l'interprétation des résultats par rapport à une situation réelle (du vu et revu : un type qui fait une régression linéaire pour voir s'il y a correlation entre la taille d'une mousse phonique et le différentiel de volume entre l'intérieur et l'extérieur d'une pièce ; il modélise $\alpha x + \beta$ fait sa régression manuellement, trouve un $\beta$ non nul mais petit et statistiquement insignifiant. Il recommence avec un algorithme de ML. Même résultat. Il conclut que le modèle c'est $\alpha x$ et que l'on peut négliger $\beta$. Autrement dit le type pose de la mousse sur un mur d'épaisseur nulle sans que cela ne l'emmerde, tout ça parce qu'il n'a pas réfléchit à la signification de son modèle et ses implications).

J'ai l'impression qu'on dit la même chose avec des mots différents, non ?

J'ajoute que ce lien peut intéressé : le domaine du big data étant assez connexe : https://zestedesavoir.com/articles/30/a-la-decouverte-de-lunivers-du-big-data/

Faudrait de plus voir avec Vayel, je l'avais ajouté à l'article, il disait vouloir tenter un truc de son côté.