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

Le pipeline du machine learning en six temps, de la collecte des données au déploiement du modèle entraînéFermer

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.