SlideShare une entreprise Scribd logo
1  sur  22
Télécharger pour lire hors ligne
www.cetic.be
Centre	d’Excellence	en	Technologies	de	
l’Information	et	de	la	Communication	
www.cetic.be
Introduction	au	Machine	Learning
Ingénieur	de	Recherche	Senior
Mathieu	Goeminne
www.cetic.be
Agenda
• Positionnement	du	CETIC	
• Qu’est-ce	que	le	machine	learning?	
• Example:	apprentissage	supervisé	
• Cas	d’utilisation	
• Le	futur	du	machine	learning
2
www.cetic.be
Positionnement	du	CETIC
3
www.cetic.be
Positionnement	du	CETIC
4
Recherche	appliquée Études	de	faisabilité Preuves	de	concept Transferts	technologiques
www.cetic.be
CETIC	&	Internet	du	Futur
SOFTWARE	&	
SERVICES	
TECHNOLOGIES
5
• Cloud	Computing	et	Architectures	distribuées	
• Gestion	d’infrastructures	de	Cloud	
• Programmation	distribuée	
• Web	Programmable	
• Gestion	des	données	
• Stockage	Big	Data	
• Framework	de	programmation	Big	Data	
• Open	Innovation	
• Logiciel	Libre	
• Données	ouvertes	
• Numérique	et	co-creation	(Voir	Living	Labs	et	Hub	créatif)
SOFTWARE	&	
SERVICES	
TECHNOLOGIES
www.cetic.be
Qu’est-ce	que	le	Machine	Learning?
6
www.cetic.be
Machine	Learning?
• 70’:	Généralisation	du	stockage	
structuré	de	données.	
• Questions	:	Quelle	valeur	au-
delà	de	la	restitution	des	
données?	
• Comment	tirer	de	
l’information	des	données?	
• Comment	découvrir	des	
tendances/structures	à	
partir	des	données?
7
www.cetic.be
Machine	Learning?
• Rationalisation	de	la	découverte	de	relations	entre	les	faits.	
• Y	compris	celles	qui	ne	sont	pas	intuitives.	
• Pas	nécessairement	des	liens	de	causalité.	
• Processus	systématique	basé	sur	les	faits…	
• Y	compris	nombreux.	
• Y	compris	complexes.	
• Fondations	statistiques	importantes.
8
www.cetic.be
Une	famille	d’approches
9
www.cetic.be
Ajouter	de	la	valeur
10
Difficulté
Valeur
Analyse
descriptive
Analyse
prédictive
Analyse
prescriptive
Que s’est-il passé?
Que va-t-il se passer?
Comment faire en sorte
que ça se passe?
www.cetic.be
Example:	apprentissage	supervisé
11
www.cetic.be
Apprentissage	supervisé
• On	ramène	le	jeu	de	données	à	
un	tableau.	
• Valeur	d’une	colonne	à	partir	
des	autres	colonnes?	
• Apprentissage:	définition	des	
paramètres	d’un	modèle.	
• Supervision:	utilisation	de	
l’historique	pour	guider	le	
paramétrage.
12
Client Âge Revenus Montant	
Crédit
Remboursé?
A 53 100K 180K
O
B 18 30K 213K
N
C 23 36K 155K
O
D 54 42K 75K
O
E 44 33K 120K
N
www.cetic.be
Apprentissage	supervisé	(suite)
• Le	résultat:	un	modèle	+	procédé	menant	systématique	à	une	
valeur	de	la	colonne	cible:	la	prédiction.	
• Possibilité	d’évaluer	la	qualité	d’un	modèle	en	lui	faisant	
«	prédire	»	les	données	historiques.
13
Âge
Montant
Remboursé
Non
remboursé
Montant
Revenus
Remboursé
[<30] [≥30]
[<184]
[≥184] [≥215]
[<215]
[≥90][≥90]
www.cetic.be
Quelques	facteurs	d’efficacité	du	machine	learning
• Qualité	des	données:	bruit,	variété,	incohérences,	etc.	
• Préparation	des	données	et	approche:	travail	d’équipe	et	
méthodologie	de	gestion	de	projets.		
• Choix	d’un	bon	compromis	entre:	
• la	spécialisation	du	modèle	et	sa	capacité	à	généraliser.	
• sa	tendance	à	retourner	des	faux	positifs	et	des	faux	négatifs.	
• Avec	un	système	apprenant,	le	risque	d’erreur	est	inévitable	mais	
quantifiable.
14
www.cetic.be
Cas	d’utilisation
15
www.cetic.be
Amélioration	des	processus
16
Maintenance	prédictive Détection	de	bogues
Identification	des	facteurs	d’influence	 Marketing	direct
www.cetic.be
Prise	de	décisions
17
Gestion	de	plans	de	campagne
Opérations	boursières	automatiques
Formation	«	au	besoin	»
Allocation	dynamique	de	ressources
www.cetic.be
Intelligence	artificielle
18
Véhicules	et	robots	autonomes
Interfaces	vocales Analyse	de	sentiments
Assistance	judiciaire
www.cetic.be
Le	futur	du	machine	learning
19
www.cetic.be
Le	futur	du	machine	learning
• Vif	regain	d’intérêt	pour	les	réseaux	de	neurones		
• Le	deep	learning	est	la	nouvelle	magie	blanche.	
• Un	réel	pas	en	avant…	mais	pas	la	panacée.	
• Percée	attendue	dans	le	domaine	de	l’IA.	
• Peut-être	à	la	veille	de	singularité	technologique.		
• Une	IA	qui	créerait	une	IA	qui	placerait	

l’évolution	technologique	hors	de	

portée	de	l’intelligence	humaine.	
• 2020-2050	?
20
[3]
www.cetic.be
linkedin.com/company/cetic
info@cetic.be	
+32	71	490	700
twitter.com/@CETIC	
twitter.com/@CETIC_be
www.cetic.be
Aéropole	de	Charleroi-Gosselies		
Avenue	Jean	Mermoz	28	
B-6041	Charleroi	-	Belgique
Questions	?	
Mathieu	Goeminne		
	mathieu.goeminne@cetic.be
www.cetic.be
Notes
[1]	http://trends.levif.be/economie/lawyerz/l-intelligence-artificielle-peut-elle-sauver-la-justice/article-normal-603501.html	
[2]	http://www.wired.co.uk/article/ibm-watson-medical-doctor	
[3]	Jean-Pierre	Petit,	‘À	quoi	rêvent	les	robots?’,	Belin	
Tous	droits	réservés
22

Contenu connexe

Tendances

Les réseaux de neurones convolutifs CNN
Les réseaux de neurones convolutifs CNNLes réseaux de neurones convolutifs CNN
Les réseaux de neurones convolutifs CNN
SALMARACHIDI1
 
gestion de magasin vente matériels informatique
gestion de magasin vente matériels informatiquegestion de magasin vente matériels informatique
gestion de magasin vente matériels informatique
Oussama Yoshiki
 

Tendances (20)

Data mining - Introduction générale
Data mining - Introduction généraleData mining - Introduction générale
Data mining - Introduction générale
 
BigData_Chp4: NOSQL
BigData_Chp4: NOSQLBigData_Chp4: NOSQL
BigData_Chp4: NOSQL
 
Intelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielleIntelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielle
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1
 
Deep learning
Deep learningDeep learning
Deep learning
 
réseaux de neurones artificiels
réseaux de neurones artificiels réseaux de neurones artificiels
réseaux de neurones artificiels
 
Ia project Apprentissage Automatique
Ia project Apprentissage AutomatiqueIa project Apprentissage Automatique
Ia project Apprentissage Automatique
 
Examen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correctionExamen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correction
 
Les réseaux de neurones convolutifs CNN
Les réseaux de neurones convolutifs CNNLes réseaux de neurones convolutifs CNN
Les réseaux de neurones convolutifs CNN
 
Systèmes multi agents concepts et mise en oeuvre avec le middleware jade
Systèmes multi agents concepts et mise en oeuvre avec le middleware jadeSystèmes multi agents concepts et mise en oeuvre avec le middleware jade
Systèmes multi agents concepts et mise en oeuvre avec le middleware jade
 
Algorithme knn
Algorithme knnAlgorithme knn
Algorithme knn
 
Intelligence Artificielle - Algorithmes de recherche
Intelligence Artificielle - Algorithmes de rechercheIntelligence Artificielle - Algorithmes de recherche
Intelligence Artificielle - Algorithmes de recherche
 
l'Intelligence Artificielle Jean-Antoine Moreau
l'Intelligence Artificielle Jean-Antoine Moreaul'Intelligence Artificielle Jean-Antoine Moreau
l'Intelligence Artificielle Jean-Antoine Moreau
 
Les reseaux profonds
Les reseaux profondsLes reseaux profonds
Les reseaux profonds
 
Intelligence artificielle
Intelligence artificielleIntelligence artificielle
Intelligence artificielle
 
gestion de magasin vente matériels informatique
gestion de magasin vente matériels informatiquegestion de magasin vente matériels informatique
gestion de magasin vente matériels informatique
 
Introduction a la compilation Analyse Syntaxique - C3
Introduction a la compilation  Analyse Syntaxique - C3Introduction a la compilation  Analyse Syntaxique - C3
Introduction a la compilation Analyse Syntaxique - C3
 
Deep learning
Deep learningDeep learning
Deep learning
 
Exercice arbre de décision
Exercice arbre de décision Exercice arbre de décision
Exercice arbre de décision
 
BigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceBigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-Reduce
 

En vedette

En vedette (12)

Apprentissage Automatique et moteurs de recherche
Apprentissage Automatique et moteurs de rechercheApprentissage Automatique et moteurs de recherche
Apprentissage Automatique et moteurs de recherche
 
Mahout classification presentation
Mahout classification presentationMahout classification presentation
Mahout classification presentation
 
Machine learning, deep learning et search : à quand ces innovations dans nos ...
Machine learning, deep learning et search : à quand ces innovations dans nos ...Machine learning, deep learning et search : à quand ces innovations dans nos ...
Machine learning, deep learning et search : à quand ces innovations dans nos ...
 
Mix it2014 - Machine Learning et Régulation Numérique
Mix it2014 - Machine Learning et Régulation NumériqueMix it2014 - Machine Learning et Régulation Numérique
Mix it2014 - Machine Learning et Régulation Numérique
 
Machine intelligente d’analyse financiere
Machine intelligente d’analyse financiereMachine intelligente d’analyse financiere
Machine intelligente d’analyse financiere
 
Machine learning pour tous
Machine learning pour tousMachine learning pour tous
Machine learning pour tous
 
Mahout clustering
Mahout clusteringMahout clustering
Mahout clustering
 
Machine learning
Machine learningMachine learning
Machine learning
 
Analyse financière
Analyse financièreAnalyse financière
Analyse financière
 
Cours Big Data Chap4 - Spark
Cours Big Data Chap4 - SparkCours Big Data Chap4 - Spark
Cours Big Data Chap4 - Spark
 
TP2 Big Data HBase
TP2 Big Data HBaseTP2 Big Data HBase
TP2 Big Data HBase
 
Machine Learning and Apache Mahout : An Introduction
Machine Learning and Apache Mahout : An IntroductionMachine Learning and Apache Mahout : An Introduction
Machine Learning and Apache Mahout : An Introduction
 

Similaire à Introduction au Machine Learning

Industrie du Futur : comment orchestrer au mieux la production
Industrie du Futur : comment orchestrer au mieux la productionIndustrie du Futur : comment orchestrer au mieux la production
Industrie du Futur : comment orchestrer au mieux la production
LIEGE CREATIVE
 
BEEZEN : Présentation générale candidats
BEEZEN : Présentation générale candidatsBEEZEN : Présentation générale candidats
BEEZEN : Présentation générale candidats
BEEZEN
 

Similaire à Introduction au Machine Learning (20)

L'intelligence artificielle au sein des entreprises wallonnes
L'intelligence artificielle au sein des entreprises wallonnesL'intelligence artificielle au sein des entreprises wallonnes
L'intelligence artificielle au sein des entreprises wallonnes
 
De la collecte des données à l’exploitation de modèles -- Utilisation de SMAC...
De la collecte des données à l’exploitation de modèles -- Utilisation de SMAC...De la collecte des données à l’exploitation de modèles -- Utilisation de SMAC...
De la collecte des données à l’exploitation de modèles -- Utilisation de SMAC...
 
20231404 - Extraordinaire - zerodefaut - Nivelles.pdf
20231404 - Extraordinaire - zerodefaut - Nivelles.pdf20231404 - Extraordinaire - zerodefaut - Nivelles.pdf
20231404 - Extraordinaire - zerodefaut - Nivelles.pdf
 
Intelligence artificielle : la situation dans les entreprises wallonnes
Intelligence artificielle : la situation dans les entreprises wallonnesIntelligence artificielle : la situation dans les entreprises wallonnes
Intelligence artificielle : la situation dans les entreprises wallonnes
 
SMACK : Une pile logicielle open source pour le traitement big data
SMACK : Une pile logicielle open source pour le traitement big dataSMACK : Une pile logicielle open source pour le traitement big data
SMACK : Une pile logicielle open source pour le traitement big data
 
Open Innovation
Open InnovationOpen Innovation
Open Innovation
 
Industrie du Futur : comment orchestrer au mieux la production
Industrie du Futur : comment orchestrer au mieux la productionIndustrie du Futur : comment orchestrer au mieux la production
Industrie du Futur : comment orchestrer au mieux la production
 
Sido 2017 : Vincent Thavonekham, MVP azure et Regional Director, VISEO, Retou...
Sido 2017 : Vincent Thavonekham, MVP azure et Regional Director, VISEO, Retou...Sido 2017 : Vincent Thavonekham, MVP azure et Regional Director, VISEO, Retou...
Sido 2017 : Vincent Thavonekham, MVP azure et Regional Director, VISEO, Retou...
 
IoT Académie
IoT AcadémieIoT Académie
IoT Académie
 
Pres azure paas tdf -rex-hager-vincent thavonekham-regional director-azug f...
Pres azure   paas tdf -rex-hager-vincent thavonekham-regional director-azug f...Pres azure   paas tdf -rex-hager-vincent thavonekham-regional director-azug f...
Pres azure paas tdf -rex-hager-vincent thavonekham-regional director-azug f...
 
29/06/17 Matinale Python
29/06/17 Matinale Python29/06/17 Matinale Python
29/06/17 Matinale Python
 
Présentation pfe Big Data Hachem SELMI et Ahmed DRIDI
Présentation pfe Big Data Hachem SELMI et Ahmed DRIDIPrésentation pfe Big Data Hachem SELMI et Ahmed DRIDI
Présentation pfe Big Data Hachem SELMI et Ahmed DRIDI
 
Présentation PFE Hachem Selmi et Ahmed Dridi Big data
Présentation PFE Hachem Selmi et Ahmed Dridi Big data Présentation PFE Hachem Selmi et Ahmed Dridi Big data
Présentation PFE Hachem Selmi et Ahmed Dridi Big data
 
Petit-déjeuner OCTO - L'Infra au service de ses projets
Petit-déjeuner OCTO - L'Infra au service de ses projetsPetit-déjeuner OCTO - L'Infra au service de ses projets
Petit-déjeuner OCTO - L'Infra au service de ses projets
 
Petit déjeuner Octo - L'infra au service de ses projets
Petit déjeuner Octo - L'infra au service de ses projetsPetit déjeuner Octo - L'infra au service de ses projets
Petit déjeuner Octo - L'infra au service de ses projets
 
HIF Paris 2014 - BT - Du réseau au Big Data – la première offre globale de ge...
HIF Paris 2014 - BT - Du réseau au Big Data – la première offre globale de ge...HIF Paris 2014 - BT - Du réseau au Big Data – la première offre globale de ge...
HIF Paris 2014 - BT - Du réseau au Big Data – la première offre globale de ge...
 
L'écosystème régional du Big Data
L'écosystème régional du Big DataL'écosystème régional du Big Data
L'écosystème régional du Big Data
 
Plateforme digitale services et technologies
Plateforme digitale   services et technologiesPlateforme digitale   services et technologies
Plateforme digitale services et technologies
 
BEEZEN : Présentation générale candidats
BEEZEN : Présentation générale candidatsBEEZEN : Présentation générale candidats
BEEZEN : Présentation générale candidats
 
Cloud Computing
Cloud ComputingCloud Computing
Cloud Computing
 

Introduction au Machine Learning