Machine Learning – définition

« Back to Glossary Index

Machine Learning

  Machine Learning ou Apprentissage automatique en français

Le Machine Learning ou ML ne date pas d’hier

On ne le dit pas, mais c’est du réchauf­fé. Le Machine Lear­ning ou ML est loin d’être un phé­no­mène récent. Son émer­gence a eu lieu dans les années 90 avec l’i­dée de résoudre des pro­blèmes très concrets en lien direct avec des don­nées à disposition. 

Plus récem­ment, l’arri­vée du Big Data allié à la puis­sance de cal­cul dis­po­nible ont mené à de nou­velles avan­cées dans le ML. Les sys­tèmes déve­lop­pés dans les labo­ra­toires de recherche ont défi­ni­ti­ve­ment fran­chi la fron­tière vers les appli­ca­tions dans la finance, le mar­ke­ting, l’industrie, l’Internet des objets – IoT, et la vie de tous les jours. 

Les équipes de sta­tis­ti­ciens des banques et des assu­rances ont été par­mi les pre­miers à exploi­ter leurs don­nées avec le Machine Lear­ning afin d’évaluer les risques finan­ciers, de lut­ter contre la fraude mais aus­si pour des appli­ca­tions mar­ke­ting par la meilleure connais­sance des clients. 

Le ML de nos jours

Aujourd’­hui, les indus­triels se penchent à leur tour et très sérieu­se­ment sur la valeur de leurs don­nées. Ain­si, ils peuvent déjà géné­rer entre autres, des gains éco­no­miques : la main­te­nance pré­dic­tive de leurs parcs machines, l’opti­mi­sa­tion de leurs chaînes de pro­duc­tion, la construc­tion de véhi­cules auto­nomes sont autant d’applications du ML. 

Si la recon­nais­sance d’image avec Face­book, Google, et d’autres a créé des vagues par­fois indi­gestes, (… nous sommes tous concer­nés quand il s’a­git de soi) nombre de domaines notent déjà des béné­fices de l’analyse des don­nées et du Machine Learning : 

  • la méde­cine et la recherche pharmaceutique,
  • les smart cities (villes intel­li­gentes) et transports,
  • la pré­vi­sion de la demande,
  • la ges­tion de la qua­li­té des four­nis­seurs et de leur conformité
  • la cyber­sé­cu­ri­té…

Le Machine learning ou Apprentissage automatique en français

  Sous domaine de l’Intelligence Arti­fi­cielle, le Machine Lear­ning per­met à une machine de trou­ver la réponse à une ques­tion sans pro­gram­ma­tion expli­cite sur ce sujet. En outre, le Machine lear­ning per­met d’améliorer la qua­li­té des réponses qu’elle four­nit via un apprentissage. 

Cette tech­nique se base sur l’analyse de masse impor­tante de don­nées non struc­tu­rées et de natures diverses. Ces don­nées sont autre­ment appe­lées Big Data. 

La mise en place de ces tech­no­lo­gies demande une phase ini­tiale d’apprentissage avec un volume défi­ni de don­nées connues. 

Deux principaux types d’apprentissage du Machine Learning

  • L’apprentissage super­vi­sé : la réponse à la tâche deman­dée à la machine est connue au préalable
  • L’apprentissage non super­vi­sé : une réponse ini­tiale est pro­po­sée par la machine, puis sa valeur ana­ly­sée par un humain

4 caractéristiques principales associées au Machine Learning

  • Com­pré­hen­sion de don­nées non structurées
  • Pos­si­bi­li­té d’extraire des idées
  • Capa­ci­té à affi­ner l’expertise
  • Capa­ci­té à inter­agir avec les humains de façon naturelle

 

« Back to Glossary Index