L’intelligence artificielle. Outil de la gestion des connaissances.

3.7 Outils

Figure 19 - Comparaison des MLaaS de AWS, MS, Google et IBM (AltexSoft, 2018)

Pour développer une solution basée sur le Machine Learning, il faut disposer d'un toolkit. Il en existe en open-source à installer sur son ordinateur comme Knime ou Weka (Tellier, 2010). Mais la tendance est l'utilisation de toolkit disponible sur le cloud, cette solution permet de disposer immédiatement d'outils avec des ressources de calculs et de mémoires bien supérieurs au poste de travail traditionnel. Ce sont principalement les géants de l'internet (GAFAMI¹⁸) qui

fournissent ces solutions
d'Machine Learning, nommées MLaaS¹⁹ (Yao, 2017). Ils ont mis à disposition l'ensemble des « briques de base » en open source (Caseau, 2018), et permettent l'interopérabilité avec les outils de certaines plateformes comme on peut le voir sur la figure 19 (AltexSoft, 2018).

Un autre avantage de ces plateformes propose des outils entièrement automatisés qui optimisent les classifieurs en utilisant des tests internes (Yao, 2017) comme nous l'avons vu précédemment pour la technique du Grid Search.

Enfin, il y a deux façons de créer un pipeline²⁰ sur ces plateformes, soit en scriptant avec un langage comme python soit en utilisant une interface graphique (figure 20) qui ne nécessite aucune expertise technique.

Figure 20 - Azure ML text classification workflow (Abdel-Hady, 2015)

¹⁸ Google, Amazon, Facebook, Apple, Microsoft, IBM

¹⁹ Machine Learning as a Service

²⁰ Suite de brique séquentielle qui compose le modèle

41

3.8 Conclusion

Parmi les branches de l'intelligence le domaine du Machine Learning est le plus d'avancées. Cette méthode est celle qui est la plus adaptée à l'automatisation de la classification de documents, à travers la modélisation d'un classifieur supervisé. C'est une démarche empirique qui se résume à une succession de choix et d'expérimentations pour arriver à construire le modèle qui répondra correctement aux besoins du problème posé. Ceci répond donc à la deuxième question de recherche.

Ces deux derniers chapitres nous ont permis de comprendre le point de vue théorique du sujet, voyons maintenant quelles sont les meilleures pratiques utilisées par les professionnels du secteur.

42