La Machine Learning est l’évolution de l’exploitation des données traditionnel qui nécessite une intervention humaine forte dans la configuration et la mise en place. Machine Learning peut se traduire par “Machine qui apprend”, “Apprentissage de la machine”, la machine apprend des données qu’elle reçoit, les traites et peut en déduire des résultats plus ou moins vraie.
L’avantage premier et que cette technique demande très peut d’intervention humaine, la machine s’adapte toute seule aux données qu’elle reçoit, plus de flexibilité, très facile d’accès pour une personne sans compétence particulière en programmation/gestion des données. Cela permet de remplir des tâches difficiles ou très fastidieuse à mettre en place en algorithmique classique.
Malheureusement la Machine Learning possède un inconvénient majeur, la mise en place d’une t’elle infrastructure n’est pas à la porté de toute les entreprises. C’est ici qu’entre en jeu le rôle du Cloud (Microsoft Azure, Google Cloud, Amazon Cloud Drive) qui permet de traité une très grande quantité d’information à moindre coût, 24h/24h, sans risque de perte de données. Pour tous, que se soit pour un particulier, une entreprise.
Les principaux algorithmes d’apprentissage.
Il existe plusieurs façons d’apprendre à la machine à raisonner correctement avec les données.
- L’apprentissage supervisé est d’apprendre à la machine avec des exemples connus et prédéterminés. Le système apprend à classer selon un modèle de statistique (analyse discriminante). Une personne physique doit au préalable étiqueter les données, leurs donnés un sens (type de données: booléennes, valeur numérique, sexe d’un individu) et en déduire un état. La seconde phase consiste simplement à la machine de prédire l’état d’une nouvelle donnée en connaissant les données précédentes et leurs résultats. En général la machine donne une probabilité d’appartenance. Par exemple en médecine cet individu d’après ces symptômes pourrait avoir cette maladie bien précise.
- L’apprentissage non supervisé (ou classification automatique). Cette méthode ne demande aucune implication humaine sur les données, le système ne possède pas d’exemple. L’algorithme découvre par lui-même la structure des données et leurs significations. Elle doit elle-même cibler les données importantes, regroupé ce qui lui semble lié (par exemple la méthode “Partitionnement de données”). Et peut par la suite différencier des groupes, trouvé les origines d’un évènement. La machine est donc complètement autonome. Cette méthode peut être utilisée dans la météorologie et permet de faire émerger des hypothèses sur t’elle ou tel évènement climatique. Des hypothèses sur l’évolution d’une épidémie (prochaine zone touchée, différencier des mutations du virus).
La plupart de ces algorithmes sont eux-mêmes basés sur une méthode dite “prédictive” qui peuvent être représentées par un arbre de probabilité plus ou moins complexe. Et permet à la machine d’évoluer et d’apprendre d’elle-même.
Application au monde réel
La Machine Learning va plus loin que le traitement de données seulement numérique. Le Cloud permet l’exploitation d’immenses flux: des données de capteurs, de satellites, ou directement numériques.
Cette variété d’information permet d’avoir des résultats plus précis : plus l’ordinateur peut étudier de cas, plus il aura une marge d’erreur faible.
La Machine Learning est une branche de l’intelligence artificielle. Nous allons prendre un exemple : Cortana est l’intelligence artificielle de Microsoft qui est divisé en deux versions, la version Cloud “Cortana Analytics” qui fait des statistiques, qui traite les données, et la version personnelle (Windows 10/ Windows Phone) qui travaillent avec les données locales (Emplois du temps, géolocalisations, applications) et qui communique avec la version Analytics. Bing (moteur de recherche) est aussi un élément important qui lui collecte des informations comme Google et Yahoo pour les envoyer à Cortana Analytics.
Exemple 1: Météo
Les prévisions météorologiques peuvent changer le monde, prévenir des catastrophes naturelles, comprendre l’évolution de notre planète, sauvé des vies. AccuWeather est une compagnie de prévisions météorologiques international. Pour obtenir des prévisions les plus précises possible l’entreprise est dotée d’une Machine Learning qui exploite une quantité énorme de données venant de 200 pays, 100 langues différentes. Les données ne sont pas que numérique, elles viennent du monde extérieur : satellite, relevé de météorologue indépendant (température, vitesse du vent par exemple).
Grâce à la technique du Machine Learning la machine apprend du passé, compare avec le présent, assimile les données, les classes de façon pertinente ou non. Puis en fait des prévisions. La machine n’est tout de même pas complètement indépendante, l’intervention humaine reste nécessaire pour validé ou non les résultats.
Exemple 2: Médecine
Dartmouth-Hitchcock est un hôpital qui propose un suivi à distance de ses clients grâce à Cortana Analytics. Le patient mesure lui-même son rythme cardiaque tous les matins avec un appareil connecté à Internet (en cas d’oubli Cortana peut par SMS ou par alerte sur ordinateur/bracelet lui rappeler) et possède aussi une Microsoft Band, le bracelet connecté de Microsoft qui récupère des informations physiques tout au long de la journée (rythme cardiaque, calorie perdue, exposition aux UV). Ces informations sont centralisées dans le Cloud, traité par machine Learning.
Pour faire un bilan une infirmière n’a qu’à vérifier l’état d’un patient via un site internet dédié, pour des raisons de sécurité l’humain est le seul décisionnaire. Cortana peut donc proposer des solutions comme la prise d’un médicament particulier pour régler un problème précis, tout en sachant le traitement déjà suivi et donc éviter les mélanges dangereux, proposé un régime alimentaire, des exercices. Ou trouvait une pathologie et en avertir les médecins.
Ceci est possible grâce aux machines Learning, l’expérience qu’obtient la Machine avec le temps et les informations lui permettent d’être de plus en en plus efficace.
Version Microsoft Sway : https://sway.com/dGDva2TIZGczV5X6