Comment le machine learning cuisine le poulet rôti ?

Rappel: definition du machine learning.

À travers le mot “humain” je veux dire par là, la méthode traditionnelle utilisée par l’Homme, qui est d’ailleurs naturelle. La répétition est sans doute bénéfique, donc rien ne nous empêche de rappeler ce qu’est le machine learning !

Régulièrement appelé “Apprentissage automatique”, de nos confrères francophone, le machine learning est un domaine s’intéressant aux capacités d’apprentissage d’une machine et son mode de fonctionnement.

L’objectif du machine learning est donc d’entraîner un algorithme pour traiter de manière pertinente et efficace les différentes données à disposition. Le machine learning se divise en deux principales phases : la phase d’apprentissage et la phase de prédiction. Lors de la phase d’apprentissage la machine (i.e l’ordinateur) se base sur plusieur exemple afin de comprendre la logique du modèle qu’elle doit intégrer. On dirait un agent de la CIA ou du FBI qui surveille un suspect pour savoir la plus belle manière de la cuisiner, ah c’est pas bien tout ça !

• Lors de cette phase le machine learning s’intéresse aux masses de données à analyser afin de définir la méthode de transformation.
• Ensuite vienne la phase de prédiction, après avoir intégré le raisonnement et l’algorithme du problème en question. Autrement le moment de la prise de décision, comme si l’agent FBI a finalisé l’enquête et qu’il ne reste qu’à faire la percussion chez le présumé suspect. Ouh c’est délicat non. Ainsi le machine learning doit être en capacité de déterminer la finalité d’une situation donnée. Plus l’apprentissage du machine learning est complet, plus les prédictions obtenues par cet outil seront précises.

Vous allez sans doute vous dire mais que le machine learning n’est que du “plagiat”, il observe beaucoup d’exemples puis reproduit les même tâches, comme a fait avec l’agent FBI. Non rassurez vous c’est pas totalement le cas

On se pose la question de savoir est-ce que la manière dont fonction le machine learning est idem avec la méthodologie de l’Homme ?

À vrai dire passons à une démonstration visuel ! : “ Machine Learning VS l’Homme “

Vous avez surement entendu: c’est toujours le bon moment de parler de la nourriture. C’est justement ce que nous allons faire pour répondre à la question posée. Pour ce faire nous allons demander à notre grande mère de faire un concours de cuisine avec le machine learning ! WAOUH ! Oui, du poulet rôti, elles adorent préparer ça nos mamy. Ainsi vous allez vous en rendre compte que le machine learning est différent de la manière dont fonctionnent les méthodes traditionnelles. Le machine learning transforme les données en nombres et trouve des modèles dans ces nombres. L’ordinateur fait cette partie à savoir trouver des modèles.

Alors revenons à notre jeu concours de cuisson du poulet aux légumes. Et attention je suis un chef étoilé !

Et si on s’amusait de poser la question suivante à notre grande mère !
Mamy !! comment cuisiner ce poulet à la sénégalaise ?
Une chose est clair est qu’elle nous préconisera sûrement la méthodologie classique à savoir :

• 1. éplucher les légumes,
• 1. assaisonner le poulet,
• 1. puis mettre l’huile sur le poêle et cuire le poulet pendant 20 mn
• 1. afin ajouter les légumes
• 1. le plat est servi, top!.

La recette

Phase de préparation du poulet et des légumes

Le service royal

Donc dans la programmation traditionnelle on voit que notre grande mère a suivi la manière classique c’est à dire les 5 étapes.

**Regardons maintenant comment va procéder un algorithme de machine. **

Si je demande à un algorithme de machine learning d’effectuer cette tâche c’est-à-dire la cuisson du poulet avec des légumes. Alors ce dernier commence généralement par un ensemble d’entrées (le poulet cru et nos légumes) et un ensemble de sorties idéales, dans ce cas l’idée de sortie est le poulet rôti sur l’assiette. Cette phase d’observation pourrait sembler être cent ou mille exemples différents de ces entrées et sorties, puis il va comprendre les instructions à quoi la recette est plutôt. Nous n’avons pas besoin d’écrire explicitement ces instructions, c’est l’algorithme d’apprentissage automatique qui détermine les modèles dans les données avant même qu’il ne puisse même comprendre un moyen de traduire ces entrées et sorties en chiffres

Ainsi en ayant une idée du résultat final voulu, l’algorithme de machine learning établi un procès pour obtenir le plat de notre grande mère.

Cependant la façon dont vous faites cela dépendra du problème sur lequel vous travaillez (apprentissage supervisé ou apprentissage non supervisé) que je vais traiter ultérieurement, mais le processus de cheminement reste le même. Transformation des entrées en nombres et puis laisser la place à un algorithme d’apprentissage automatique déterminer les modèles de ces nombres.

Et voilà la recette du poulet i.

En définitive pour résoudre un problème de machine learning, où algorithmique d’une manière générale, il est primordial de réfléchir en amont à la sortie voulue, contrairement à certaines méthodologies classiques.

                PSW