Les bases du Machine Learning

Le Machine Learning (apprentissage automatique) est une branche de l'IA où les machines apprennent à partir de données plutôt que d'être explicitement programmées.

Le paradigme ML

Programmation classique : Règles + Données → Résultat
Machine Learning :        Données + Résultats → Règles (Modèle)

Les 3 types d'apprentissage

Apprentissage supervisé

On fournit des exemples étiquetés au modèle :

• Classification : "Ce mail est spam / pas spam"
• Régression : "Le prix de cette maison sera X €"

Apprentissage non supervisé

Le modèle trouve des structures cachées dans les données :

• Clustering : Regrouper des clients similaires
• Réduction de dimension : Simplifier des données complexes

Apprentissage par renforcement

Le modèle apprend par essai-erreur avec un système de récompenses :

• Jeux vidéo, robotique, stratégie

Le processus ML

💡 La qualité du modèle dépend avant tout de la qualité des données.