Le « Machine Learning », ou en français « Apprentissage automatique » est une branche de l’intelligence artificielle. Dans le cadre de son mémoire de fin d’études, le jeune Malgache Princy Heritiana RALAIVAO a décidé de se pencher sur ce sujet et de nous expliquer les fondamentaux de ce champ d’étude.
L’apprentissage automatique, une science complexe
Une machine peut-elle apprendre sans que l’être humain ait à intervenir ? Il semblerait que la réponse soit oui. Bien évidemment, le processus inclut une part de participation humaine, car le Machine Learning demande à son développeur de s’impliquer dans la conception de ses algorithmes. Ce système apparenté à l’intelligence artificielle permet en effet à une machine, au sens large du terme, d’apprendre par le biais d’expériences antérieures. Dans le jargon scientifique, on appelle cela des « données d’apprentissage ». Celles-ci sont assimilées par la machine grâce à des moyens algorithmiques et statistiques. Il s’agira, par exemple, pour un robot qui a la capacité de se mouvoir, d’apprendre lui-même à marcher et à coordonner ses mouvements.
L’exemple récurrent pour expliciter le fonctionnement du Machine Learning reste la classification d’un mail en tant que spam. Afin de reconnaître un spam, l’ordinateur doit disposer de données d’apprentissage, rassemblées grâce à plusieurs mails avec des caractéristiques précises (nombre de mots, termes employés…) , qui seront indiqués comme étant ou non des spams. Il s’agira donc de déterminer une fonction ou plus précisément un « classificateur » qui liera les caractéristiques d’un mail en tant que « Spam » ou « Non Spam ». Cette fonction servira de modèle et permettra ensuite à la machine de prédire la classe d’un mail qui arrive dans la boîte de réception.
Plusieurs projets en cours
Le Machine Learning peut paraître complexe. Pourtant, il s’agit d’un système que plusieurs de nos machines utilisent d’ores et déjà. Il s’agit, par exemple, pour un smartphone de reconnaître automatiquement un objet ou un visage ou encore de prédire le « mot suivant » lorsque nous écrivons un message. Dans le vaste domaine de l’intelligence artificielle, Princy Heritiana RALAIVAO s’est ainsi concentré sur la prédiction de résiliation des abonnements , ou Churn, d’un opérateur. Il se base ainsi sur les données de trafics d’appel pour que les décideurs puissent par la suite déterminer des stratégies commerciales plus efficaces afin de retenir leurs abonnés.
Récemment, il s’est également penché sur un système capable de recommander un film à un utilisateur lambda. Ainsi, en se basant sur des films que ce dernier a notés auparavant, il pourra lui proposer une sélection de films susceptibles de lui plaire.
Un fonctionnement méthodique
Princy Heritiana RALAIVAO explique que le Machine Learning se résume en trois étapes :
« Collecte des données, compréhension de ces dernières, et implémentation d’un algorithme d’apprentissage»
La première étape consiste donc à déterminer les données que la machine sera amenée à apprendre. L’étape deux pousse la machine à comprendre ces données. L’étape trois doit implémenter un algorithme adapté au problème. (classification, régression…) Une fois cela terminé, les étapes quatre et cinq peuvent faire leur apparition. Il s’agira d’évaluer le modèle en le testant avec des données autres que celles utilisées lors de son apprentissage pour ensuite optimiser le modèle en modifiant les paramètres de l’algorithme.
