La Data Science Expliquée

La tâche finale dans la construction d'un modèle de machine learning est l'évaluation avec les métriques telles que la précision, le rappel et la f-mesure. Des graphiques exploitant ces métriques existent et pour les amateurs de tableaux de nombres, les matrices de confusion existent également. Vous vous familiarisez aussi avec les notions de vrais positifs, faux positifs, vrais négatifs et faux négatifs dans ce podcast. Matrice de confusion : https://fr.wikipedia.org/wiki/Matrice_de_confusion Précision-rappel : https://fr.wikipedia.org/wiki/Pr%C3%A9cision_et_rappel Courbe ROC : https://fr.wikipedia.org/wiki/Courbe_ROC Représentations graphiques (scikit-learn.org) : Matrice de confusion = https://scikit-learn.org/stable/auto_examples/miscellaneous/plot_display_object_visualization.html#create-confusionmatrixdisplay Courbe Précision-rappel = https://scikit-learn.org/stable/auto_examples/miscellaneous/plot_display_object_visualization.html#create-precisionrecalldisplay Courbe ROC = https://scikit-learn.org/stable/auto_examples/miscellaneous/plot_display_object_visualization.html#create-roccurvedisplay

On peut très bien obtenir un bon score de notre algorithme mais est-il vraiment aussi bon dans la réalité ? La validation permet de répondre à cette question en utilisant des méthodes bien spécifiques pour les jeux d'apprentissage et de test. Différents algorithmes seront présentés ainsi que leur utilisation spécifique aux situations. Validation croisée (Wikipédia) : https://fr.wikipedia.org/wiki/Validation_crois%C3%A9e

Feature engineering, cette méthode permettant de traiter les jeu de données est considérer comme l'avenir des data scientist. Face à une montée croissante de l'automatisation, le feature engineering restera le domaine où l'humain fait toute la différence. Découvrez comment dans ce podcast ! Exemple de feature engineering en Python : https://scikit-learn.org/stable/auto_examples/applications/plot_cyclical_feature_engineering.html

Parlons aujourd'hui de XGBoost, algorithme d'arbre de décision mondialement connu et créé initialement en 2014 par Tianqi Chen. Il s'illustre par une méthode bien particulièrement pour produire autant de succès. Mais intéressons nous aussi aux arbres, forêt de décisions et aux renforcement par gradient. XGBoost (Wikipedia) : https://en.wikipedia.org/wiki/XGBoost XGBoost (site officiel) : https://xgboost.ai/

Après avoir produit un algorithme de machine learning, pour le mettre en production il faut pouvoir l'intégrer à des machines moins puissantes. impossible de le ré-entraîner sur celles-ci mais fort heureusement il existe des solutions. Le physicien Erwin Schrödinger se demandait : "comment peut-on expliquer à l'aide de la physique et de la chimie le événements qui se produisent dans l'espace et dans le temps dans les limites spatiales d'un organisme vivant ?" et moi je vais tenter de vous expliquer ce phénomène appliqué au machine learning : comment intégrer des algorithmes conçus sur supercalculateurs dans nos téléphones ? TensorFlow : https://www.tensorflow.org/ TensorFlow Lite : https://www.tensorflow.org/lite/ Core ML : https://developer.apple.com/documentation/coreml PMML : http://dmg.org/pmml/v4-4-1/GeneralStructure.html pickle : https://docs.python.org/3/library/pickle.html