Please enable JavaScript.

Coggle requires JavaScript to display documents.

Machine Learning - Coggle Diagram

- - - - C'est une sorte de formule mathématique qui essaie de représenter les patterns ou les tendances dans tes données. Imaginons que tu essaies de prédire le prix d’une maison basé sur sa taille ; le modèle serait la relation entre la taille de la maison et son prix.
        
        K-nearest Neighbours (K-NN)
        
        Le K-nearest neighbors (K-NN) est un algorithme de machine learning simple mais puissant, utilisé pour la classification et la régression.
        
        Le K-NN fonctionne sur le principe de similitude des caractéristiques. Il classe chaque point de données en se basant sur la proximité des K points les plus proches dans l'espace des caractéristiques. "K" représente le nombre de voisins les plus proches à prendre en compte. La valeur de K est choisie par l'utilisateur et a un grand impact sur la performance de l'algorithme.
        
        Fonctionnement :
        
        1 Choix de K : On détermine le nombre K de voisins les plus proches à considérer.
        
        1 more item...
        
        Apprentissage non Supervisé
        
        L'apprentissage non supervisé est une méthode d'apprentissage automatique qui s'appuie sur des données non étiquetées. Contrairement à l'apprentissage supervisé, où chaque exemple de la base de données d'entraînement est associé à une étiquette ou un résultat spécifique, l'apprentissage non supervisé travaille avec des données qui n'ont pas été préalablement classées ou étiquetées.
        
        Fonctionnement et Objectifs Principaux:
        L'objectif principal de l'apprentissage non supervisé est de découvrir des patterns, des structures cachées ou des regroupements intrinsèques dans les données. Les algorithmes d'apprentissage non supervisé essaient de modéliser la structure sous-jacente ou la distribution des données afin de pouvoir apprendre plus sur les données elles-mêmes.
        
        Exemples d'Utilisation:
        
        Réduction de Dimensionnalité: Cette technique est utilisée pour réduire le nombre de variables aléatoires sous considération, en obtenant un ensemble de variables principales. Elle est souvent utilisée pour la visualisation de données complexes. Exemple: L'Analyse en Composantes Principales (ACP).
        
        Avantages:
        
        3 more items...
        
        Regroupement (Clustering): C'est le processus de regroupement des points de données en plusieurs groupes ou clusters, de sorte que les points de données dans le même groupe soient plus similaires les uns aux autres qu'aux points de données d'autres groupes. Exemple: regrouper les clients par comportement d'achat.
        
        Arbres de Décision
        
        Un arbre de décision est un outil de prise de décision qui utilise un graphique en forme d'arbre ou un modèle de décisions et leurs conséquences possibles, y compris les événements aléatoires, les coûts des ressources et l'utilité. Il est utilisé pour résoudre des problèmes de classification et de régression dans le domaine de l'apprentissage automatique.
        
        Fonctionnement
        
        Nœud de départ : L'ensemble de données est divisé en sous-ensembles basés sur une caractéristique attributive. Ce processus commence à la racine et se répète de manière récursive pour chaque nœud enfant.
        
        Critères de division : La sélection des attributs pour diviser les données se fait en utilisant des mesures telles que l'indice de Gini, l'entropie ou l'erreur de classification.
        
        2 more items...
        
        Algorithmes Évolutionnaires
        
        Les algorithmes évolutionnaires sont une famille d'algorithmes d'optimisation inspirés par la théorie de l'évolution darwinienne. Ils simulent le processus de sélection naturelle où les individus les plus adaptés survivent et se reproduisent, permettant ainsi à des solutions optimales d'émerger au fil des générations. Ces algorithmes sont particulièrement utiles pour résoudre des problèmes complexes où les méthodes traditionnelles d'optimisation ne sont pas efficaces.
        
        Fonctionnement des algorithmes évolutionnaires :
        
        3 Sélection : Les individus les plus aptes sont sélectionnés pour la reproduction. Des techniques de sélection comme la roulette ou le tournoi sont souvent utilisées.
        
        4 Reproduction : Les individus sélectionnés sont reproduits pour créer une nouvelle génération. Cela implique des opérations génétiques telles que le croisement (ou crossover) et la mutation.
        
        2 Évaluation : Chaque individu de la population est évalué selon une fonction de fitness qui mesure son aptitude.
        
        5 Remplacement : La nouvelle génération remplace tout ou partie de la génération précédente.
        
        1 Initialisation : Génération d'une population initiale de solutions possibles (individus), souvent de manière aléatoire.
        
        6 Itération : Les étapes 2 à 5 sont répétées sur plusieurs générations jusqu'à ce qu'un critère d'arrêt soit atteint, par exemple, un nombre maximum de générations ou un seuil de fitness.
        
        Pour visualiser le concept d'algorithmes évolutionnaires, on peut imaginer un processus simplifié montrant l'évolution d'une population de robots, où l'objectif est d'optimiser leur capacité à naviguer dans un environnement complexe.
        
        Imaginez une scène représentant le cycle d'un algorithme évolutionnaire appliqué à une population de robots. Débutez par une population initiale de robots de différentes formes et tailles, dispersés dans un environnement parsemé d'obstacles. Indiquez une 'fonction de fitness' qui évalue leur capacité à naviguer sans heurter les obstacles. Illustrez ensuite une sélection des robots les plus performants, suivie de leur reproduction où des traits (comme la forme ou la taille) sont combinés et mutés pour créer une nouvelle génération de robots. Mettez en évidence un robot de la nouvelle génération présentant une conception améliorée, symbolisant une adaptation réussie. Répétez visuellement ce cycle pour montrer l'amélioration progressive des robots au fil des générations, conduisant à un robot final optimal naviguant aisément à travers les obstacles.
        
        2 more items...
        
        Réseaux de Neurones (Neural Networks)
        
        Les réseaux de neurones sont au cœur de ce qu'on appelle l'apprentissage profond (deep learning), une sous-branche de l'intelligence artificielle (IA) qui s'inspire du fonctionnement du cerveau humain. Voici une explication simple de leur fonctionnement :
        
        Un réseau de neurones est un modèle informatique composé de nœuds ou "neurones" interconnectés qui travaillent ensemble pour traiter des informations de manière similaire au cerveau humain. Ces modèles sont utilisés pour reconnaître des motifs complexes dans les données et sont capables d'apprendre et de s'adapter en ajustant les poids de leurs connexions en fonction des entrées qu'ils reçoivent.
        
        Fonctionnement
        
        Couches cachées : Effectuent des transformations sur les entrées en utilisant des poids, des biais et des fonctions d'activation. Il peut y avoir plusieurs couches cachées, chacune ajoutant de la profondeur au réseau.
        
        Couche de sortie : Fournit le résultat final du réseau de neurones, comme une prédiction ou une classification.
        
        Couche d'entrée : Reçoit les données d'entrée. Chaque neurone dans cette couche représente une caractéristique des données d'entrée.
        
        Pour illustrer visuellement un réseau de neurones, imaginons une scène représentant le processus de reconnaissance d'images, où un réseau classifie des images de chats et de chiens.
        
        2 more items...
        
        À quel moment du projet ces choix interviennent-ils ?
        
        Collecte et Prétraitement des Données : À cette étape, vous préparez vos données pour l'analyse, sans choisir spécifiquement de modèle. Cependant, la nature de vos données peut influencer le type de modèle que vous choisirez plus tard.
        
        :Sélection du Modèle : C'est précisément à ce moment que vous déciderez quel type de modèle (réseaux de neurones, arbres de décision, K-NN, etc.) est le plus approprié pour votre projet, en fonction de la nature de vos données, du problème à résoudre, et des ressources disponibles.
        
        Entraînement du Modèle : Une fois le modèle sélectionné, vous procéderez à son entraînement avec vos données. Le choix du modèle influe sur la manière dont l'entraînement est effectué, les paramètres à optimiser, et les techniques d'optimisation utilisées.
        
        Évaluation du Modèle : L'évaluation permet de tester la performance du modèle sur des données qu'il n'a pas vues durant l'entraînement. Le type de modèle choisi peut affecter les métriques d'évaluation que vous utiliserez.
        
        1 more item...
        
        Classification :
        
        La classification est une tâche d'apprentissage supervisé qui consiste à prédire la catégorie ou la classe à laquelle appartient une nouvelle observation, basée sur un ensemble d'observations pour lesquelles les catégories sont déjà connues. Les modèles de classification apprennent à partir de données étiquetées, c'est-à-dire que chaque exemple dans le jeu de données d'entraînement est associé à une étiquette de classe spécifique. L'objectif est de prédire l'étiquette correcte pour de nouvelles instances non étiquetées. Les problèmes de classification incluent, par exemple, la détermination si un email est un spam ou non, ou l'identification de la race d'un animal à partir de photos.
        
        Clustering :
        
        Le clustering, ou regroupement, est une forme d'apprentissage non supervisé qui vise à organiser les données en groupes (ou clusters) tels que les éléments d'un même groupe soient plus similaires entre eux qu'avec ceux d'autres groupes. Contrairement à la classification, les modèles de clustering travaillent avec des données non étiquetées; il n'y a pas de classes ou catégories prédéfinies. L'objectif est de découvrir la structure inhérente des données en identifiant les groupes naturels. Des exemples d'application du clustering incluent la segmentation de la clientèle pour le marketing ciblé ou l'identification de régions géographiques présentant des caractéristiques climatiques similaires.
        
        Régression :
        
        La régression est également une tâche d'apprentissage supervisé, mais au lieu de prédire une catégorie, elle prédit une valeur continue ou quantitative. Les modèles de régression sont entraînés sur des données où chaque observation est associée à une valeur numérique réelle, et l'objectif est de prédire cette valeur pour de nouvelles observations. Les exemples de problèmes de régression comprennent la prédiction du prix d'une maison en fonction de ses caractéristiques ou la prédiction de la température pour un jour donné.
    - - C’est le processus pendant lequel le modèle essaie d’améliorer ses prédictions en ajustant ses paramètres. Pour continuer avec l’exemple précédent, l’apprentissage aiderait le modèle à comprendre comment la taille affecte réellement le prix, peut-être en ajustant l’importance de la localisation ou du nombre de chambres.
        
        Types d'Apprentissage
        
        Non supervisé :
        
        Le modèle essaie de trouver des patterns ou des groupements dans les données sans réponses préalablement fournies. Imagine essayer de trier une pile de cartes sans savoir les règles ; tu commences à remarquer des similitudes et des différences toi-même.
        
        Modèle non supervisés :
        
        Dans l'apprentissage non supervisé, les modèles travaillent avec des données non étiquetées. Ils essaient de trouver des structures ou des motifs inhérents sans référence à des résultats ou étiquettes connus.
        
        1 more item...
        
        Apprentissage par renforcement:
        
        Le modèle apprend par essai et erreur, en recevant des récompenses ou des pénalités. C’est comme apprendre à faire du vélo ; tu ajustes ton équilibre chaque fois que tu penches trop d’un côté pour ne pas tomber.
        
        Modèles par renforcement
        
        Dans l'apprentissage par renforcement, les modèles (ou agents) apprennent à prendre des décisions en interagissant avec un environnement. Ils sont récompensés pour les actions qui se rapprochent d'un objectif défini, apprenant ainsi une stratégie ou politique optimale pour atteindre leurs buts.
        
        1 more item...
        
        Supervisé
        
        On donne au modèle des exemples de données avec les réponses correctes. C'est comme apprendre avec un livre qui a les solutions à la fin de chaque chapitre pour que tu puisses vérifier ton travail.
        
        Modèles supervisé :
        
        Dans l'apprentissage supervisé, les modèles apprennent à partir de données étiquetées, c'est-à-dire que chaque exemple d'entraînement est associé à une sortie ou une étiquette spécifique. Les modèles prédisent la sortie pour de nouvelles données inédites basées sur ce qu'ils ont appris.
        
        4 more items...
    - - Tout comme pour apprendre quelque chose de nouveau, tu as besoin de livres ou de cours, le machine learning a besoin de données. Les données peuvent être n’importe quelle information, des chiffres dans un tableau Excel à des images de chiens et de chats.
        
        Les données sont le fondement sur lequel les modèles de machine learning sont construits et entraînés. Leur qualité, quantité, et préparation peuvent significativement influencer la performance des modèles.
        
        Types de Données
        
        2) Données Non Étiquetées : Elles ne comportent pas d'étiquettes de sortie. Utilisées en apprentissage non supervisé, elles permettent aux modèles de découvrir des structures ou des groupements dans les données sans guidage explicite.
        
        3) Données Structurées : Elles ont une organisation claire, souvent sous forme de tableaux avec des colonnes représentant différentes variables. Les bases de données relationnelles sont un exemple de données structurées.
        
        1) Données Étiquetées : Ces données comprennent à la fois les entrées et les sorties désirées (étiquettes). Elles sont essentielles pour l'apprentissage supervisé, où le modèle apprend à prédire les étiquettes à partir des entrées.
        
        4) Données Non Structurées : Ces données ne suivent pas un modèle ou une forme facilement analysable, comme les textes, images, ou sons. Le traitement et l'analyse de ces données nécessitent des techniques spécifiques.
        
        Importance de la Qualité des Données
        
        Fiabilité : Les données doivent être exactes et fiables. Des données erronées peuvent entraîner l'apprentissage de relations incorrectes.
        
        Pertinence : Les données doivent être pertinentes pour le problème à résoudre. L'inclusion de données non pertinentes peut réduire la performance du modèle.
        
        Complétude : Les données doivent être complètes, sans valeurs manquantes significatives qui pourraient biaiser l'apprentissage du modèle.
        
        Diversité : Les données doivent représenter toute la diversité des cas que le modèle est susceptible de rencontrer, pour assurer sa généralisation.
        
        Préparation des Données
        
        Normalisation/Standardisation : Ajustement des échelles des variables pour faciliter l'apprentissage.
        
        Codage : Transformation des données catégorielles en format numérique que les modèles peuvent traiter.
        
        Nettoyage : Élimination ou correction des données erronées ou aberrantes.
        
        Division : Séparation des données en ensembles d'entraînement, de validation et de test pour évaluer la performance du modèle et éviter le surapprentissage.
        
        Enjeux Éthiques et de Confidentialité
        
        1 more item...
    - - C'est lorsque tu donnes à ton modèle des exemples (données) pour qu'il apprenne. C'est comme étudier pour un examen ; plus tu étudies (ou plus le modèle est entraîné), mieux tu performes.
        
        L'entraînement dans le contexte du machine learning est le processus par lequel un modèle apprend à faire des prédictions ou à prendre des décisions basées sur des données. Ce processus est au cœur de la construction de systèmes d'intelligence artificielle capables d'apprendre à partir de l'expérience. Voici une explication plus approfondie des différentes facettes de l'entraînement en machine learning :
        
        Fonction Objectif
        
        Le processus d'entraînement implique l'optimisation d'une fonction objectif (aussi appelée fonction de coût ou fonction de perte), qui mesure à quel point les prédictions du modèle sont éloignées des résultats réels. L'objectif de l'entraînement est de minimiser cette fonction de perte, ce qui signifie que le modèle fait des prédictions de plus en plus précises au fur et à mesure qu'il apprend.
        
        Itérations d'Entraînement (Époques)
        
        L'entraînement se déroule généralement en plusieurs passes ou itérations à travers l'ensemble de données d'entraînement, avec chaque passe essayant de réduire davantage la fonction de perte. Chaque passe complète à travers l'ensemble de données est appelée une époque. Avec suffisamment d'époques, le modèle converge vers une solution où la fonction de perte est minimisée, bien que trop d'époques puissent mener au surapprentissage, où le modèle apprend le bruit dans les données d'entraînement au détriment de sa capacité à généraliser à de nouvelles données.
        
        Algorithme d'Entraînement
        
        L'algorithme d'entraînement est la méthode par laquelle le modèle ajuste ses paramètres (par exemple, les poids dans un réseau de neurones) pour minimiser la fonction de perte. Des exemples d'algorithmes d'entraînement incluent la descente de gradient et ses variantes comme l'Adam optimizer, utilisés pour trouver les paramètres qui minimisent la fonction de perte.
        
        Données d'Entraînement
        
        L'entraînement commence avec les données. Ces données sont souvent divisées en deux ou plusieurs ensembles : un ensemble d'entraînement sur lequel le modèle apprend, et un ensemble de test (parfois accompagné d'un ensemble de validation) utilisé pour évaluer la performance du modèle. Les données d'entraînement comprennent des exemples d'entrées et, dans le cas de l'apprentissage supervisé, les sorties correspondantes (étiquettes).
        
        Ajustement des Hyperparamètres
        
        L'entraînement implique également le réglage des hyperparamètres, qui sont les paramètres de l'algorithme d'entraînement lui-même (par opposition aux paramètres du modèle). Les hyperparamètres incluent le taux d'apprentissage, le nombre d'époques, et la taille du lot, entre autres. L'ajustement des hyperparamètres est souvent réalisé en utilisant des méthodes comme la recherche par grille ou la recherche aléatoire.
        
        Validation et Évitement du Surapprentissage
        
        pour éviter le surapprentissage, les modèles sont régulièrement évalués sur un ensemble de validation pendant l'entraînement. Des techniques comme la validation croisée, le dropout (pour les réseaux de neurones), et l'élagage (pour les arbres de décision) peuvent être utilisées pour améliorer la capacité du modèle à généraliser. Si la performance du modèle sur l'ensemble de validation commence à se détériorer, cela peut indiquer que le modèle commence à surapprendre, et l'entraînement peut être arrêté prématurément (une technique connue sous le nom d'arrêt anticipé).
        
        En résumé, l'entraînement d'un modèle en machine learning est un processus complexe et itératif visant à minimiser l'écart entre les prédictions du modèle et les véritables sorties des données, tout en assurant que le modèle reste généralisable à de nouvelles données non vues.
    - - Imaginons que nous voulons créer un modèle pour filtrer les e-mails spam. On utiliserait l'apprentissage supervisé pour cela :
        
        Données : On commence avec un ensemble d’e-mails que nous savons déjà être des spams ou non (cette information est notre "réponse correcte").
        
        Entraînement : On enseigne au modèle comment différencier un spam d’un e-mail normal en lui montrant des exemples de chaque catégorie.
        
        Modèle : Après l’entraînement, le modèle a appris des patterns spécifiques au spam, comme certains mots clés ("gagnez maintenant", "offre limitée") ou le style d’écriture.
        
        Prédiction : Lorsqu’un nouvel e-mail arrive, le modèle peut prédire s’il s’agit d’un spam en se basant sur ce qu’il a appris.
    - - Collecte et Prétraitement des Données
        
        Avant de pouvoir entraîner un modèle, il faut collecter et préparer les données. Cette étape est cruciale car la qualité et la quantité des données déterminent la performance du modèle.
        
        Nettoyage des données :
        
        Souvent, les données collectées contiennent des erreurs, des valeurs manquantes ou des incohérences. Il faut les nettoyer pour éviter de biaiser le modèle. Cela peut inclure la suppression ou l'imputation de valeurs manquantes.
        
        Feature Engineering :
        
        Transformer les données brutes en caractéristiques (features) que le modèle peut utiliser. Par exemple, convertir des dates en âge ou des adresses en coordonnées géographiques.
        
        Collecte de données :
        
        Rassembler les données pertinentes pour le problème. Par exemple, pour prédire le prix de vente des maisons, on pourrait collecter des données sur la taille des maisons, leur emplacement, l'âge, etc.
        
        Sélection du Modèle
        
        Le choix du modèle dépend de la nature du problème (classification, régression, clustering, etc.) et des données disponibles.
        
        Classification :
        
        Attribue une entrée à une catégorie. Exemple : déterminer si un e-mail est un spam ou non.
        
        Clustering :
        
        Regroupe des points de données similaires ensemble. Exemple : segmenter les clients en groupes basés sur leurs habitudes d’achat.
        
        Régression :
        
        Prédit une valeur continue. Exemple : prédire le prix d’une maison basée sur ses caractéristiques.
        
        Entraînement du Modèle
        
        L'entraînement consiste à ajuster les paramètres du modèle pour minimiser l'erreur entre les prédictions du modèle et les valeurs réelles (pour l'apprentissage supervisé) ou à optimiser une fonction objectif (pour l'apprentissage non supervisé).
        
        4 more items...