Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Introductionmachinelearningcetic 170418151337 pdf

Introduction au Machine Learning Mathieu Goeminne Ingénieur de Recherche Senior www cetic be Centre d ? Excellence en Technologies de l ? Information et de la Communication www cetic be CAgenda ? Positionnement du CETIC ? Qu ? est-ce que le machine learning ? Example apprentissage supervisé ? Cas d ? utilisation ? Le futur du machine learning www cetic be CPositionnement du CETIC www cetic be CPositionnement du CETIC Recherche appliquée www cetic be Études de faisabilité Preuves de concept Transferts technologiques CCETIC Internet du Futur ? 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 SOFTWARE SERVICES TECHNOLOGIES www cetic be CQu ? est-ce que le Machine Learning www cetic be CMachine Learning ? ? Généralisation du stockage structuré de données ? Questions Quelle valeur audelà de la restitution des données ? Comment tirer de l ? information des données ? Comment découvrir des tendances structures à partir des données www cetic be CMachine 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 www cetic be CUne famille d ? approches www cetic be CAjouter de la valeur Comment faire en sorte que ça se passe Analyse prescriptive Que va-t-il se passer Analyse prédictive Que s ? est-il passé Analyse descriptive Valeur Di ?culté www cetic be CExample apprentissage supervisé www cetic be CApprentissage supervisé ? On ramène le jeu de données à un tableau ? Valeur d ? une colonne à partir des autres colonnes ? Apprentissage dé ?nition des paramètres d ? un modèle ? Supervision utilisation de l ? historique pour guider le paramétrage Client ? ge Revenus Montant Remboursé Crédit A K K O B K K N C K K O D K K O E K K N www cetic be CApprentissage 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 ? ge ? Montant Montant ? ? ? Revenus ? Remboursé Non remboursé Remboursé www cetic be CQuelques facteurs d ? e ?cacité 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