L’Overfitting (sur-apprentissage), et l’Underfitting (sous-apprentissage) sont les causes principales des mauvaises performances des modèles prédictifs générés par les algorithmes de Machine Learning. Dans cet article on verra ce que veut dire ces deux termes et dans quels cas ils se manifestent. A quel point est-elle bonne ma fonction de prédiction ? En apprentissage supervisé… Lire la suite »
Le domaine du Machine Learning regorge d’algorithmes pour répondre à différents besoins. Chacun a ses spécificités mathématiques et algorithmiques. Pour quelqu’un qui débute dans le domaine, cela peut ne pas être évident à appréhender. J’ai compilé cette liste regroupant 9 algorithmes de Machine Learning les plus basiques mais redoutables pour mieux vous retrouver dans cette… Lire la suite »
Dans cet article, on verra comment fonctionne L’algorithme de Gradient (Gradient Descent Algorithm) pour calculer les modèles prédictifs. Depuis quelques temps maintenant, je couvrais la régression linéaire, univariée, multivariée, et polynomiale. Tout au long de ces articles, je parlais de fonction/modèle prédictif. Mais je ne m’étais jamais attardé à expliquer comment se calcule la fonction de prédiction… Lire la suite »
La Data Science et le Machine Learning sont des compétences rares très demandées dans le marché du travail. Ce domaine aux contours assez flous, demande une expertise pluridisciplinaire. Maîtriser le calcul matriciel, les probabilités, la programmation ainsi que les principaux algorithmes ML demande un travail colossal ! Nul doute, apprendre le machine learning prend du temps. mais… Lire la suite »
Dans cet article, je vais implémenter la régression linéaire univariée (à une variable) en python. Le but est de comprendre cet algorithme sans se noyer dans les maths régissant ce dernier. Il s’agit d’un algorithme d’apprentissage supervisé de type régression. Les algorithmes de régression permettent de prédire des valeurs continues à partir des variables prédictives. Prédire le prix d’une maison… Lire la suite »
Dans cet article, je vais décrire une méthodologie de travail pour résoudre un problème de Machine Learning. Comme tout projet de développement informatique, avoir une méthodologie rigoureuse de travail permet d’avancer rapidement et d’augmenter les chances d’atteindre le résultat souhaité. Les problèmes de Machine Learning ne dérogent pas à la règle. Cet article décrira les… Lire la suite »
Pour apprendre le Machine Learning, beaucoup de gens recommandent de commencer par la formation d’Andrew NG sur Coursera. Chose que j’ai faite. Dans cet article, je partage avec vous mon retour d’expérience sur cette formation : ses points forts, ses points faibles et si ça vaut le coup d’investir son temps et son énergie à la suivre.… Lire la suite »
Dans l’un de mes précédents articles, j’ai démystifié les concepts et définitions clés du Machine Learning. J’y ai évoqué les concepts d’apprentissage supervisé (Supervised Learning), et l’apprentissage non supervisé (Unsupervised Learning). Dans cet article, nous verrons plus en détails l’apprentissage supervisé. Qu’est ce que l’apprentissage supervisé (Supervised Learning) ? L’apprentissage supervisé est le concept derrière… Lire la suite »
Lors de cet article, je ferai une introduction au Machine Learning. Cette branche de l’intelligence artificielle est très à la mode ces dernières années. Toutefois, le Machine Learning est encore méconnu d’un grand nombre de gens. A l’issu de cet article, vous saurez ce que veut dire le Machine Learning, Supervised Learning et Unsupervised Learning.… Lire la suite »