Le machine learning étant une compétence essentielle aux métiers des data sciences, beaucoup de data analysts en herbe recherchent les meilleures pratiques en guise de porte d’entrée pour s’y former. Être capable de comprendre et d’utiliser ces modèles sont donc devenues des compétences très recherchées par les recruteurs.
Des bibliothèques en ligne regroupent toute une variété de MOOCs à l’instar de Course Duck qui a fait un classement des meilleurs cours en ligne de Machine Learning, à des différents niveaux d’expertise. Dans cet article, découvrez les clés et les pratiques les plus courantes pour commencer votre apprentissage de l’apprentissage automatique.
Qu’est-ce que le machine learning ?
Le Machine Learning ou apprentissage automatique, composant essentiel des Data Sciences existe depuis que les ordinateurs sont capables de traiter l’énorme masse de données impliquées par le fonctionnement des algorithmes. C’est un sous-ensemble d’intelligence artificielle (IA) à travers lequel un système se met à apprendre de manière itérative à partir des données.
L’apprentissage est permis par différents algorithmes servant à décrire et prévoir des résultats. Précisément, il s’effectue sur la base de données de formation. Ces dernières permettent de créer des modèles précis. Parmi les applications fréquentes du ML, on cite souvent l’analyse prédictive, la reconnaissance au sens large des formes, les systèmes autonomes, les systèmes conversationnels (cas des chatbots). Il y a aussi l’hyperpersonnalisation.
Il est aussi très utilisé par les entreprises dans le cadre commercial, où il va permettre à celles-ci de comprendre certaines informations après le traitement d’énormes quantités de données. Pour tirer le meilleur parti du machine learning, les données sont à nettoyer. Mais encore, il faut savoir quelles questions poser. C’est de cette manière que se fait la résolution des problèmes d’une entreprise par le machine leraning, par le choix du modèle adéquat et du meilleur algorithme.
Avant d’aborder les meilleures pratiques du machine learning, cernez son cycle de vie
L’utilisation du machine learning ne sera pas la même selon les domaines (finance, marketing, RH, etc.). Elle diffère aussi en fonction des types d’organisations (TPE/PME, ETI, grand groupe, startup, service public…) De même que pour les secteurs et ce que l’on en attend. Les usages ont pour point commun l’obligation de comprendre le problème opérationnel puisque cela conditionne à la fois le choix des données et des algorithmes. Pour faire du machine learning, c’est cette connaissance du problème que l’on transpose en une définition mathématique appropriée pour ensuite construire un plan préliminaire pour atteindre l’objectif visé.
Comme le suivi de ces projets, leur déploiement prend aussi, de façon globale, un schéma commun. Cela dit, les méthodes conçues pour développer des applications « traditionnelles » ne peuvent s’y appliquer (ou sinon très mal). La raison à cela se justifie ainsi : le cœur de l’IA, ce sont les données. D’où son nom « data driven ». Le fondement n’est pas dans l’écriture du code.
En clair, l’apprentissage découle majoritairement de ces données, de bonne ou de mauvaise qualité. De ce fait, les approches idéales se focalisent dans un premier temps sur les besoins métiers ainsi que les données disponibles. S’ensuivent des projets qui ne se dérobent pas aux étapes habituelles : découverte des données (data discovery), nettoyage (cleansing), apprentissage, construction du modèle. L’itération suit évidemment, encore et toujours.
Points sur les algorithmes de machine learning
Si le machine learning doit apprendre à partir des données, comment faire un algorithme pour apprendre et mettre au point des données pertinentes au niveau statistique ? Les algorithmes de machine learning se chargent du processus d’apprentissage soit automatique, supervisé, non supervisé, ou avec renforcement. Les spécialistes de données transcrivent des portions de code, les algorithmes permettant à la machine de trouver une signification dans les données ou d’apprendre.
Meilleures pratiques du machine learning : maitriser les statistiques est l’étape 1
Amusez-vous à écrire des codes avec Python ou R, mais auparavant, notez l’importance de la notion de statistiques qui régit ce domaine. Ceci étant, nul besoin d’être un expert pour pouvoir manier l’apprentissage automatique. Le machine learning fonctionne avec la conception de modèles qui peuvent être imparfaits mais que l’on doit améliorer au fur et à mesure afin qu’ils répondent au mieux à la problématique.
Les statistiques jouent un rôle crucial en ce sens et contribuent à définir la qualité du modèle. Faire du machine learning implique ainsi une bonne maîtrise de certaines notions dont p-values, l’écart-type, la médiane, la moyenne… À cet effet, un petit tour sur des sites comme statsoft.fr est conseillé. Vous serez aussi amené à construire des intervalles de confiance.
Meilleures pratiques du machine learning : connaître les langages, l’étape 2
Les langages d’apprentissage automatique décrivent comment les instructions sont rédigées pour laisser la possibilité au système d’apprendre. Chaque langage a sa communauté d’utilisateurs dédiée à l’assistance. Elle peut guider ou accompagner ceux qui ont en besoin.
Des bibliothèques s’associent également avec chaque langage et peuvent servir à l’apprentissage automatique. Scala – langage utilisé pour les interactions avec le Big data, Python, JavaScript, C++, Java, C#, Shell, Julia, R, TypeScript font aussi partie des principaux.
Meilleures pratiques du machine learning : coder en R ou en Python est l’étape 3
La manière de parler à un ordinateur est d’utiliser un langage qu’il comprend. En machine learning, Python et R sont les plus prisés. Sa polyvalence ainsi que ses nombreuses caractéristiques (facile et rapide à prototyper, packages performants disponibles…) font de Python un choix privilégié pour le machine learning.
Comme pour les statistiques, être un expert et connaître absolument tout de ces deux langages n’est pas possible et heureusement, pas nécessaire. Cependant, il est pertinent de savoir cerner les différents types de données (Float, Text, Integer, Array etc.). Vous devez par ailleurs savoir construire des boucles. Pour votre apprentissage, des ressources sont proposées sur Udemy, Learnpython.org ou encore Team Treehouse…
Meilleures pratiques du machine learning : suivre la formation d’Andrew NG est l’étape 4
Une excellente manière d’accéder à une bonne introduction des thèmes clés du Machine Learning est aussi la formation. S’il existe des pratiques pour commencer le machine learning, les cours en ligne d’Andrew NG sont parmi les meilleurs et sont même recommandés par beaucoup. Ce professeur est aussi un chercheur en ML et de robotique à Stanford et aussi le cofondateur de Coursera.
Sa formation couvre les détails mathématiques et algorithmiques derrière les algorithmes. Les questions de réseaux de neurones, de régression, de classification, ainsi que les techniques d’optimisation des algorithmes y sont abordées. Moyennant 50 euros, à vous les certifications et les entraînements à des travaux pratiques sous Matlab.
Meilleures pratiques du machine learning : appliquer le code est l’étape 5
Une fois que vous aurez compris les notions de statistiques basiques et les principes de Python, vous allez pouvoir déployer des librairies. En Python, Scikit learn, NumPy et Pandas sont vos alliés pour créer votre modèle de Machine Learning. On dénombre différents types de Machine Learning, dont supervisé et non-supervisé. Vous déterminez quel modèle vous pouvez utiliser entre régression, classification, clustering…
Meilleures pratiques du machine learning : s’entraîner sur les grands jeux de données, l’étape 6
Vous pouvez aussi apprendre le machine leraning en jouant avec de grands jeux de données. Elles font apparaître des corrélations que ne permettent pas les petits ensembles de données. Vous en trouverez sur http://datasf.org/ ; http://www.data.gov/ ou encore sur https://www.reddit.com/r/datasets.
Meilleures pratiques du machine learning : pratiquer sur Kaggle, l’étape 7
Apprendre le Machine Learning n’est pas seulement connaître un ou deux langages de programmation ni être lauréat de quelques compétitions sur Kaggle. L’important est de connaître les applications des différents outils algorithmiques à disposition sur des problèmes réels. Cela implique des pratiques constantes afin de se familiariser avec tous les concepts et être le plus à l’aise possible. C’est assurément le meilleur moyen de renforcer ses connaissances et surtout, de ne pas les oublier. Kaggle s’avère être la meilleure plateforme pour cela.
Vous allez pouvoir participer à un nombre important de compétitions de Machine Learning qui vous offrent tant d’occasions de mettre en pratique vos connaissances. Cette plateforme est bénéfique en ce sens où elle fournit des bases de données nettoyées. Ce qui soustrait à la contrainte de passer un long moment à préparer les données pour l’analyse.
Meilleures pratiques du machine learning : suivre une vraie formation, l’étape 8
En vue de réaliser votre premier projet Data, il peut être intéressant d’envisager une formation. À ce titre, les bootcamps dispensent des cours accélérés et intensifs permettant d’apprendre les bases du Machine Learning, de Python, SQL, et de les approfondir. Vous y apprenez l’ensemble du pipeline Data et serez à terme du cursus, capable d’échanger des idées avec des équipes techniques, voire des managers des équipes techniques.
Il existe des cours en ligne de bonne qualité, à l’instar de celui de Hadelin De Ponteves & Kirill Eremenko sur Udemy. La montée en compétences s’effectue via des formations plus avancées auprès des bootcamps fullstack par exemple. Les masters en machine learning qui croisent l’apprentissage théorique et pratique se réalisent à plein temps et durent généralement plusieurs années.
Une formation à vie
Les experts en data s’accordent sur l’utilité de se former tout le temps à propos des avancées du domaine et des techniques qui apparaissent. Les professionnels en data, surtout, doivent s’engager dans une démarche de formation continue. L’éducation en machine learning peut s’effectuer à travers la lecture de livre. Lisez des livres comme « Big Data et Machine Learning : Manuel du data scientist ».
Un autre ouvrage en Français intitulé « Data Science : fondamentaux et études de cas » couvre les algorithmes les plus connus dans le Machine Learning. Les blogs spécialisés, les conférences, les communautés, les partenariats éducation/industrie en data analytics… sont autant de meilleures pratiques pour se former au machine learning.
Aux contours assez flous peut-être, le ML n’exige pas moins d’expertise pluridisciplinaire. Maîtriser la programmation, le calcul matriciel, les probabilités ainsi que les principaux algorithmes ML, requiert un travail colossal. Cependant, nous espérons qu’avec ce condensé de « raccourcis », vous allez pouvoir optimiser votre apprentissage du machine learning et concentrer vos efforts là où c’est nécessaire.
