XebiConFr15 - Les algorithmes du machine learning
Signaler
Partager
•19 j'aime•6,419 vues
XebiConFr15 - Les algorithmes du machine learning
•19 j'aime•6,419 vues
Signaler
Partager
Télécharger pour lire hors ligne
Le Machine Learning, sous-ensemble de l'Intelligence Artificielle, est la discipline donnant à un ordinateur la capacité d'apprendre sans avoir été explicitement programmé, en se basant sur des données d'entrée. Systèmes de recommandations, détection de fraude, prédiction de ventes, segmentation de clients: ses champs d'applications sont nombreux. Venez découvrir à travers cette présentation ce qui se cache derrière ces mots, quels algorithmes existent, comment ils fonctionnent, avec quels outils, dans quel cas et comment les utiliser. Par Yoann Benoit & Alban Phelip, consultants Xebia La vidéo de la conférence est à retrouver sur : http://www.xebicon.fr/programme.html
Contenu connexe
Tendances
Tendances(20)
En vedette
En vedette(20)
Similaire à XebiConFr15 - Les algorithmes du machine learning
Similaire à XebiConFr15 - Les algorithmes du machine learning(20)
Plus de Publicis Sapient Engineering
Plus de Publicis Sapient Engineering(20)
XebiConFr15 - Les algorithmes du machine learning
- 2. #XebiConFr Data Scientist Data Engineer Yoann Alban 2
- 3. #XebiConFr ➔ Présentation générale et cas d’utilisation ➔ Systèmes de recommandation ➔ Apprentissage non supervisé ➔ Apprentissage supervisé ➔ Le Machine Learning dans la vraie vie ➔ L’avenir... Agenda 3
- 5. #XebiConFr 5
- 6. #XebiConFr “ Le Machine Learning est le champ d'étude qui donne aux ordinateurs la capacité d'apprendre sans être explicitement programmés ” -- Arthur Samuel 6
- 8. #XebiConFr 8
- 12. #XebiConFr 12 Segmentation client Segmentation usages web Connaissance client Élaboration de scores Satisfaction client
- 14. #XebiConFr 14 Analyse de tendance Connaissance du marché Analyse des réseaux sociaux Analyse de sentiments Détection de communauté
- 18. #XebiConFr 18 Analyse personnalisée Targeting & Retargeting Recommandations Campagnes promotionnelles
- 23. #XebiConFr Les grandes familles d’ algorithmes 23
- 24. #XebiConFr 24 Beaucoup d’algorithmes Regroupés en grandes familles
- 25. #XebiConFr 25 Beaucoup d’algorithmes Regroupés en grandes familles
- 26. #XebiConFr 26
- 40. #XebiConFr Filtrage Collaboratif 40 Comment générer les recommandations ?
- 41. #XebiConFr Filtrage Collaboratif 41 User Factors Item Factors Comment générer les recommandations ?
- 42. #XebiConFr Filtrage Collaboratif 42 User Factors Item Factors Comment générer les recommandations ?
- 43. #XebiConFr Filtrage Collaboratif 43 User Factors Item Factors Comment générer les recommandations ?
- 46. #XebiConFr 46 Beaucoup d’algorithmes Regroupés en grandes familles
- 48. #XebiConFr 48
- 49. #XebiConFr Les nouveaux forfaits PaperPlane™ arrivent ! 49
- 50. #XebiConFr Nom Conso data Conso appel Dupont 0,85 Go 1h09 Dupond 12,56 Go 7h25 Tournesol 4,56 Go 2h35 ... ... ... Consommation moyenne par mois 50
- 61. #XebiConFr Centroïdes Data Appel Rouge 1,56 Go 1h07 Bleu 4,01 Go 3h04 Vert 8,02 Go 3h59 Centroïdes 61
- 62. #XebiConFr Nom Data Appel A320 2 Go 1h Boeing 747 4 Go 3h A380 8 Go Illimité Les forfaits PaperPlane™ 62
- 63. #XebiConFr Apprentissage non supervisé Démarche globale 63
- 64. #XebiConFr 64 Beaucoup d’algorithmes Regroupés en grandes familles
- 66. #XebiConFr 66
- 67. #XebiConFr Prix des forfaits en fonction de l’âge Nom Age Prix forfait Dupont 24 ans 22 € Dupond 43 ans 28 € Tournesol 56 ans 42 € ... ... ... 67
- 68. #XebiConFr Prix des forfaits en fonction de l’âge 68
- 69. #XebiConFr Prix des forfaits en fonction de l’âge 69 Under-Fitting
- 70. #XebiConFr Prix des forfaits en fonction de l’âge 70 Over-Fitting
- 71. #XebiConFr Prix des forfaits en fonction de l’âge 71 Just Right
- 72. #XebiConFr Prédiction pour un nouveau client 72
- 73. #XebiConFr Prédiction pour un nouveau client 73
- 75. #XebiConFr 75
- 76. #XebiConFr Les clients vont-ils changer de forfait avec la nouvelle offre ? Nom Ratio Go consommés / disponibles Changement ? Dupont 0.4 Non Dupond 1.2 Oui Tournesol 0.6 Non ... ... ... 76
- 80. #XebiConFr Prédiction pour un nouveau client 80
- 81. #XebiConFr Prédiction pour un nouveau client 81
- 82. #XebiConFr Les clients vont-ils changer de forfait avec la nouvelle offre ? Nom Ratio Go consommés / disponibles Changement ? Dupont 0.4 Non Dupond 1.2 Oui Tournesol 0.6 Non Hadock 0.1 Oui ... ... ... 82
- 83. #XebiConFr Autre organisation des données 83
- 85. #XebiConFr Apprentissage de règles 85 OuiNon < 0.7 > 0.7
- 86. #XebiConFr Apprentissage de règles 86 Oui < 0.7 > 0.7 < 0.2 NonOui > 0.2
- 87. #XebiConFr Prédiction pour un nouveau client 87 Oui < 0.7 > 0.7 < 0.2 NonOui > 0.2 Ratio actuel: 0.45
- 88. #XebiConFr Prédiction pour un nouveau client 88 Oui < 0.7 > 0.7 < 0.2 NonOui > 0.2 Ratio actuel: 0.45
- 89. #XebiConFr Prédiction pour un nouveau client 89 Oui < 0.7 > 0.7 < 0.2 NonOui > 0.2 Ratio actuel: 0.45
- 91. #XebiConFr ➔ Objectif : Créer plusieurs arbres et rassembler les prédictions pour prendre une décision finale plus stable Random Forest 91
- 92. #XebiConFr ➔ Principe ◆ Sélection aléatoire d’un sous-ensemble de données ◆ Sélection aléatoire d’un sous-ensemble de features ➔ Moins interprétable mais gain en stabilité et robustesse Random Forest 92
- 94. #XebiConFr 94 Beaucoup d’algorithmes Regroupés en grandes familles
- 95. #XebiConFr Tout ça c’est bien beau... 95
- 96. #XebiConFr 96
- 107. #XebiConFr 107
- 108. #XebiConFr You need a team! 108
- 109. #XebiConFr 109
- 110. #XebiConFr 110
- 113. #XebiConFr 113
- 114. #XebiConFr 114
- 115. #XebiConFr Merci 115