DEUXIEME PARTIE :
MODELISATION DE LA COVID-19 PAR UNE APPROCHE MACHINE LEARNING
CHAPITRE IV : PRESENTATION
DU MACHINE LEARNING
Dans ce chapitre, il est question de présenter la
notion de Machine Learning à travers la définition des termes
clés, puis présenter les types d'apprentissages,
l'évaluation des modèles et enfin exposer quelques
algorithmes.
10. Intelligence artificielle
L'intelligence artificielle est une branche de l'informatique.
Il s'agit de développer des programmes informatiques pour accomplir des
tâches qui nécessiteraient autrement l'intelligence humaine. Les
algorithmes d'intelligence artificielle peuvent aborder l'apprentissage, la
perception, la résolution de problèmes, la compréhension
du langage ou le raisonnement logique.Une intelligence artificielle est
caractérisée par :
· Une Capable de prédire et de
s'adapter : l'intelligence artificielle utilise des algorithmes
qui découvrent des modèles à partir d'énormes
quantités d'informations.
· Une autonomie dans la prise de
décisions :L'intelligence artificielle est capable
d'augmenter l'intelligence humaine, de fournir des informations et
d'améliorer la productivité.
· Une Apprentissage
continu :l'intelligence artificielle utilise des algorithmes pour
construire des modèles analytiques. À partir de ces
algorithmes, la technologie de l'IA découvrira comment effectuer des
tâches à travers d'innombrables séries d'essais et
d'erreurs.
· Une approche
futuriste :L'intelligence artificielle est tournée vers
l'avenir, l'IA est un outil qui permet aux gens de reconsidérer la
façon dont nous analysons les données et intégrons les
informations, puis utilisons ces informations pour prendre de meilleures
décisions.
Une intelligence artificielle est subdivisée en
plusieurs branches parmi lesquelles, figure le Machine Learning (figure
10).
figure 9 : branches de
l'intelligence artificielle,(Mohammed, 2019)
11. Machine Learning
Suite à son invention, Arthur Samuel a formulé
la définition historique du Machine Learning : « Le Machine
Learning est la science de donner à une machine la capacité
d'apprendre, sans la programmer de façon explicite. ». Une
définition formelle couramment citée de l'apprentissage
automatique, proposée par l'informaticien Tom M. Mitchell, dit qu'une
machine apprend si elle est capable de prendre de l'expérience et de
l'utiliser de manière à ce que ses performances
s'améliorent par rapport à des expériences similaires
à l'avenir.
Le Machine Learning est un sous-domaine de l'intelligence
artificielle. Chaque système de Machine Learning peut être
divisé en trois composants: Données, Modèle, Tâche.
Les données sont introduites dans le modèle en tant
qu'entrée, le modèle peut être par exemple une fonction ou
un programme sélectionné spécifiquement pour la
tâche. L'apprentissage automatique est réalisé par un
processus dans lequel, en ajustant le modèle aux données, le
modèle devient meilleur pour la tâche souhaitée.
a) Pourquoi utilise-t-on le Machine Learning ?
Pourquoi avons-nous besoin du Machine Learning plutôt
que de programmer directement nos ordinateurs à réaliser une
tâche spécifique ? Deux aspects d'un problème donné
peuvent faire appel à l'utilisation de programmes capable d'apprendre et
de s'améliorer basée sur leurs expériences : la
complexité du problème et le besoin d'adaptation.
(1) Les tâches qui sont trop
complexes à programmer
· Les tâches effectuées par
humains : Il y a de nombreuses tâches que nous en tant
qu'être humain réalisons habituellement, comme la conduite, la
reconnaissance vocale, la compréhension d'images ... Dans tous ces
exemples, les programmes qui « apprennent à partir de leur
expérience », accomplissent des résultats satisfaisants, une
fois exposés à des données d'entraînements
suffisants.
· Les tâches au-delà des
capacités humaines : Apprendre à détecter des
caractéristiques pertinentes dans de larges et complexes ensembles de
données est un domaine prometteur dans laquelle la combinaison de
programmes qui peuvent s'améliorer avec quasiment une mémoire
illimitée et de plus en plus de vitesse de calcul ouvre de nouveaux
horizons.
| 
