Introduction au machine learning — Devoxx 2015

Didier Girard et Guillaume Laforge proposent une introduction au Machine Learning à Devoxx France 2015

Transcript

1. Machine Learning & Régulation Numérique Didier Girard @DidierGirard Guillaume Laforge @glaforge #MLDevoxx
3. We know about APIs!
4. SPAM
5. RECOMMENDATIONS
6. 2011 rank Company 2009 2010 2011 1 Netflix 0.0 % 0.5 % 44.0 % 2 Apple 71.5 % 60.8 % 32.3 % 3 Microsoft 11.2 % 16.7 % 7.6 % 4 Vudu (Walmart) 0.5 % 2.7 % 4.2 % 5 Sony 5.4 % 6.8 % 2.4 % Others 11.4 % 12.6 % 9.5 % Total 89 % 87 % 90 % “Voici mon catalogue” vs “J’ai une video pour vous.”
8. Toutes les données, tu récolteras #MLDevoxx
9. data machine learning
10. Définition
11. Définition Une branche de l’intelligence artificielle qui s’occupe de la construction et l’étude de systèmes qui apprennent à partir de données
12. Le parallèle de l’accordeur de piano Cordes Data DataScientist Accordeur Piano Modèle
13. Les grandes familles Supervisé vs non-supervisé
14. Supervisé Régression, classification...
15. Régression http://en.wikipedia.org/wiki/Regression_analysis Un modèle de regression relie Y à une fonction de X et ß
16. Régression http://en.wikipedia.org/wiki/Regression_analysis Un modèle de regression relie Y à une fonction de X et ß Son Touches Cordes Piano
17. Régression linéaire http://en.wikipedia.org/wiki/Linear_regression
18. Régression linéaire
19. Régression linéaire
20. Régression linéaire
21. Régression linéaire
22. Régression linéaire
23. Ta fonction de coût, tu minimiseras #MLDevoxx
24. Fonction de coût
25. Régression
26. Régression — ordre premier
27. Régression — ordre premier ?
28. Régression — ordre second
29. Régression — ordre second ?
30. Classification La classification est le problème d'identifier à quel ensemble de catégories (sous-population) une nouvelle observation correspond http://en.wikipedia.org/wiki/Statistical_classification
31. Classification
32. Classification
33. Demo https://www.youtube.com/watch?v=ZJMtDRbqH40
34. Non-supervisé Clusterisation, séparation de sources...
35. Clusterisation
36. Clusterisation
37. Clusterisation
38. Séparation de sources Source 1 Source 2
39. Séparation de sources Source 1 Source 2 Observation
40. Séparation de sources Source 1 Source 2 Observation Source séparée 1 Source séparée 2
41. Tes données, tu visualiseras #MLDevoxx
42. Visualiser
43. ATTENTION corrélation ≠ causalité :-)
44. ATTENTION corrélation ≠ causalité :-)
45. http://coulmont.com/livres/prenoms/
46. N’apprends pas ce que tu sais déjà #MLDevoxx
47. Ne pas apprendre ce que l’on sait
48. Ne pas apprendre ce que l’on sait
49. Ne pas apprendre ce que l’on sait
50. Ne pas apprendre ce que l’on sait
51. Tes données, tu segmenteras #MLDevoxx
52. Segmenter Problème : • Je vous donne la latitude et la longitude • Vous devez coder un systeme qui me donne l’altitude 1. un modèle pour toute la France ? 2. un modèle par type de relief ? 3. un modèle par région ?
53. Segmenter
54. Segmenter
55. Tes données, tu pré-traiteras #MLDevoxx
56. Exemple : Face Recognition http://bitsearch.blogspot.com/2013/02/unsupervised-face-clustering-with-opencv.html
57. Exemple : Normaliser/Centrer
58. Ton algorithme, tu choisiras #DevFestParis
59. k-nearest neighbors Wikipedia
60. Support Vector Machine Wikipedia
61. Random forest - Decision Tree
62. Random forest openclipart.org
63. Random forest http://stackoverflow.com/
64. Neural Networks Wikipedia
65. Neural Networks
66. Neural Networks Backpropagation
67. Neural Networks - Deep Learning http://theanalyticsstore.com/
68. De l’intuition, tu auras #MLDevoxx
69. https://www.flickr.com/photos/hills_alive/3368257480/ Comment caractériser l’ intuition ? Chasse aux champignons ?
70. Sélectionner les bonnes variables
71. Sélectionner les bonnes variables Consommation • jour de la semaine • vacances scolaires • jours fériés • température Reconnaissance d’image • histogramme de couleur
72. Ton système, tu entraineras #MLDevoxx
73. Apprendre et généraliser Apprentissage : 60% Généralisation : 40%
74. Par coeur, tu n’ apprendras pas #MLDevoxx
75. Régression — ordre supérieur ?
76. Régression — ordre supérieur ? ?
77. Intuition : capacité de généralisation
78. Les recettes de tonton Moïse pour le ML 1. Enregistrez toutes les données que vous pourrez 2. Observez et visualisez vos données 3. Segmentez vos données 4. Pré-traitez et normalisez vos données 5. Choisissez bien votre algorithme 6. Entrainez votre système 7. Validez votre système 8. Et… exécutez !
79. Quelques outils • R http://www.r-project.org/ • Octave https://www.gnu.org/software/octave/ • SciKit Learn http://scikit-learn.org/ • Apache Mahout https://mahout.apache.org/ • Weka http://www.cs.waikato.ac.nz/ml/weka/ • Google Prediction https://developers.google.com/prediction • Prediction.IO http://prediction.io/ • MADlib http://madlib.net/
80. Conclusion Machine Learning et Régulation Numérique
81. BIG DATA IS SCORING YOU #MLDevoxx
82. Le monde est entre vos mains ! A vous de jouer !
83. Le Data Scientist de demain est le Physicien Nucléaire d’hier
84. [ Nous recrutons ] Merci ! Didier Girard @DidierGirard Guillaume Laforge @glaforge