Introduction au machine learning

Présentation d'un champ d'étude de l'intelligence artificielle qui permet à une algorithme de réaliser de l'analyse prédictive à partir de données d'apprentissage.

Talk donné à /dev/var/10 le 9 juin 2015 à la Cantine numérique de Toulon

Transcript

1. MACHINE LEARNING Introduction au @providenz
2. Machine learning ? Pieces Chambres Surface Quartier Prix 3 2 90 Mourillon 137000 3 3 76 Faron 168500 7 5 160 La Rode 276500 6 4 126 Toulon Ouest 149000 … … … … …
3. Machine learning ? Pieces Chambres Surface Quartier Prix 8 4 101 Port ??????
4. Machine learning ? phase 1/2: apprentissage ALGO MODÈLE Données (beaucoup)
5. Machine learning ? phase 2/2: prédiction Prédiction MODÈLE Pieces Chambres Surface Quartier Prix 8 4 101 Port ??????
6. Applications Vision Moteurs de recherche Antispam Systèmes de recommandations Finance Détection de fraude Santé Analyse de sentiment Détection de langue Shazam Siri Art Sport…
7. 2 types de problèmes Classification Régression
8. Classification
9. Iris Setosa Versicolor Virginica
10. Régression
12. Process
13. Process Spécifier le problème Collecter et préparer les données Feature engineering Sélectionner un algo Training Validation Prédiction
14. Feature engineering Pieces Chambres Surface Lat Long Prix 3 2 90 45.77966 3.08628 137000 Pieces Chambres Surface Quartier Prix 3 2 90 <Int> 137000
15. Pieces Chambres Surface Quartier 3 2 90 Mourillon 3 3 76 Ouest 5 5 160 Vauban 4 4 126 Claret Prix 137000 168500 276500 149000 Features Target 3 2 68 N/A 3 2 67 Gare 93000 112000 Train Test Cross validation
16. Pratique
17. Pratique Weka Apis Python R Autres
18. R
19. http://www.r-project.org/
20. Weka
21. http://www.cs.waikato.ac.nz/ml/weka/index.html
22. Predictives apis BIGML : bigml.com GOOGLE PREDICTION API Machine learning en tant que service
24. Python
25. Python scikit-learn gensim orange …
26. SCIKIT LEARN http://scikit-learn.org/
27. Compléments ipython pandas numpy scipy hdf5 nltk
29. Classifiers (Algos) random forest k-means support vector machines lasso ridge regression …
30. Notebooks
31. Warnings
32. Trop peu de données Données non pertinentes
33. Warnings Corrélation != rapport de causes à effets Spurious correlations http://tylervigen.com/
34. Warnings Essais randomisés controlés + de features
35. C’est l’avenir le présent
36. Ressources http://scikit-learn.org/ http://pandas.pydata.org/ http://matplotlib.org/ http://stanford.edu/~mwaskom/software/seaborn/ https://www.kaggle.com/ libs python challenges
37. Ressources: livres Bootstrapping machine learning: http:// www.louisdorard.com/machine-learning-book/ An Introduction to Statistical Learning: http://www- bcf.usc.edu/~gareth/ISL/ La statistique sans formule mathématique Bernard Py
38. Ressources: livres Building Machine Learning Systems with Python: https:// www.packtpub.com/big-data-and-business-intelligence/ building-machine-learning-systems-python Programming collective intelligence : http:// www.amazon.com/gp/product/0596529325/
39. Ressources: livres weka Data Mining: Practical Machine Learning Tools and Techniques http:// www.cs.waikato.ac.nz/ml/weka/book.html
40. Crédits photo https://www.flickr.com/photos/arthurjohnpicton/ https://www.flickr.com/photos/styeb/
41. Merci @providenz • http://providenz.fr