tardindavy@gmail.com
Pas de magie, pas de maths compliquées. Des exemples, une erreur que l'on mesure, et une machine qui se corrige un peu à chaque fois.
Presque tout le machine learning du quotidien entre dans l'une de ces deux familles.
On donne à la machine des exemples accompagnés de la bonne réponse. Elle apprend à retrouver cette réponse seule, sur des exemples qu'elle n'a jamais vus.
Comme un élève qui s'entraîne avec des exercices corrigés.
On donne des exemples sans aucune réponse. La machine cherche seule ce qui se ressemble et fait apparaître des groupes que personne ne lui a décrits.
Comme trier une pile de photos de vacances sans consigne : on finit par faire des tas « plage », « montagne », « repas ».
Une fois comprises, vous savez lire n'importe quel projet d'IA, du tri de photos au grand modèle de langage.
Les exemples dont le modèle apprend
{ (x⁽ⁱ⁾, y⁽ⁱ⁾) }, i = 1 … m
Un tableau d'exemples : des entrées x (surface, quartier, nombre de pièces) et la réponse attendue y (le prix). On le découpe pour pouvoir mesurer le modèle honnêtement.
Une fonction avec des paramètres
ŷ = f(x) = w · x + b
Le modèle calcule une prédiction ŷ à partir de x. Une régression linéaire a deux paramètres, un réseau de neurones en a des millions : le principe ne change pas.
Un seul nombre pour mesurer l'erreur
J(w, b) = ¹⁄₂ₘ Σ (ŷ⁽ⁱ⁾ − y⁽ⁱ⁾)²
Elle résume l'écart entre les prédictions et les vraies réponses. Apprendre, c'est trouver les paramètres qui rendent ce nombre le plus petit possible.
La descente de gradient
w ← w − α · ∂J/∂w
On calcule la pente de la fonction coût, puis on déplace les paramètres dans le sens qui la fait baisser. On répète jusqu'à ce que l'erreur ne diminue plus.
Tester sur des données jamais vues
F1 = 2 · P · R / (P + R)
Un modèle qui récite son jeu d'entraînement ne sert à rien. On le juge sur le jeu de test, avec la métrique qui correspond au problème réel.
Le point représente un paramètre w. À chaque pas, il suit la pente de la fonction coût J(w) vers le minimum. Changez le taux d'apprentissage pour voir son effet.
Avec un α petit, la descente est sûre mais lente.
import numpy as np
w, b, alpha = 0.0, 0.0, 0.01
for epoch in range(1000):
y_hat = w * X + b # modèle
error = y_hat - y
J = (error ** 2).mean() / 2 # fonction coût
dw = (error * X).mean() # gradients
db = error.mean()
w -= alpha * dw # descente de gradient
b -= alpha * dbLa théorie s'oublie, un projet qui marche reste. Trois cas tirés de la vie de tous les jours, guidés pas à pas dans votre navigateur.
Une IA qui regarde une photo et reconnaît l'animal.
Commencer le projet1 hVos dépenses bancaires rangées toutes seules en courses, transport, abonnements…
Commencer le projet45 minVous listez ce qu'il reste dans le frigo, la machine trouve la recette la plus proche.
Commencer le projet45 min