Machine Learning : les bases

Le Machine Learning (ML) apprend à partir de données au lieu d'être programmé par règles explicites.

1. Trois grandes familles

Apprentissage supervisé — On fournit les bonnes réponses pendant l'entraînement. Exemples :

• Détecter du spam (chaque email est étiqueté spam / non-spam)
• Prédire le prix d'une maison (chaque maison a son prix connu)

Deux tâches principales :

• Classification : étiquette discrète (spam ou non, chat ou chien)
• Régression : valeur continue (prix, température)

Apprentissage non supervisé — Pas d'étiquettes. La machine trouve seule des structures. Exemples :

• Clustering : regrouper des clients similaires
• Réduction de dimension : visualiser des données complexes (PCA, t-SNE)

Apprentissage par renforcement (RL) — Un agent interagit avec un environnement, reçoit des récompenses et apprend à maximiser le score à long terme. Exemples : AlphaGo (Go), robots autonomes, jeux vidéo.

2. Le pipeline ML classique

1. Collecter les données
2. Nettoyer (valeurs manquantes, outliers, normalisation)
3. Split train / validation / test
4. Entraîner un modèle
5. Évaluer (accuracy, précision, recall, F1, RMSE…)
6. Déployer et surveiller

3. Métriques clés

• Accuracy : % de bonnes prédictions (utile si classes équilibrées)
• Précision : parmi les positifs prédits, combien sont vrais ?
• Recall : parmi les vrais positifs, combien ont été trouvés ?
• F1-score : harmonique de précision et recall

4. Surapprentissage (overfitting)

Quand un modèle apprend par cœur les données d'entraînement mais ne généralise pas sur de nouvelles données.

Signaux : bonne accuracy en train, mauvaise en test. Remèdes : plus de données, régularisation, dropout, modèle plus simple.