• Georges Uzbelger • Digital Transformation & Advanced Analytics Leader • Development of Academic/Research Relations • [email protected]• LinkedIn • Tel mobile 06 84 81 67 75 Intelligence Artificielle avec Bluemix @ 42 Le Machine Learning au coeur de l’intelligence artificielle
20
Embed
IBM Paris Bluemix Meetup #12 - Ecole 42 - 9 décembre 2015
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
• Georges Uzbelger • Digital Transformation & Advanced Analytics Leader • Development of Academic/Research Relations
• Approche bio-inspirée • Apprentissage: machine et deep learning • Méthode de « raisonnement » de type baysien (plausibilité d’événements
futurs à partir des événements passés • Modèle d’architecture de type « neuronal » inspiré des réseaux de
neurones biologiques
Nanotechnologie Biotechnologie
Informatique Sciences cognitives
NBIC
Test de Turing
• Alan Turing: mathématicien et informaticien anglais
• Machine de Turing: modèle abstrait utilisé en informatique théorique
• Test de Turing (1950) • Construire une machine avec une IA • Confrontation conversationnelle entre un
humain et cette machine afin de déterminer si l’humain ne peut distinguer si sa conversation a lieu avec cette machine ou un autre humain
• En 2014, on pensait avoir réussi le test de Turing mais … non
Conceptualisation - Modélisation - Généralisation
• Modélisation: Idéalisation, approximation, simplification de la réalité, d’un phénomène• Le phénomène est différent de la représentation du phénomène• Généralisation à partir de la représentation
• Exemple: modéliser un comportement de fraude, du vieillissement d’un système pour de la maintenance prédictive, de l’attrition, du décrochage scolaire
de la prise en compte des entrées et des comportements en réponse en fonction d’objectifs à atteindre
Prise en compte des réponses pour amélioration future
Qu’est-ce que le machine learning ?
• Le machine learning est un ensemble d’outils mathématiques et d’algorithmes permettant, par un processus itératif, d’améliorer les performances de prédiction par rapport à un objectif à atteindre
• Certaines implémentations de machine learning s’inspirent du fonctionnement et de l’architecture des neurones biologiques.
Statistiques Optimisation
Algorithmique
Er
Classification Regression
Entrée SortieAlgorithmes avec adaptation
de la prise en compte des entrées et des comportements en réponse en fonction d’objectifs à atteindre
Oracle Superviseur
Ensemble de valeurs d’apprentissage
et de test
Sortie attendue
Entrée
Prise en compte des réponses pour amélioration future
Apprentissage supervisé
3 phases: Apprentissage
tests Production
Statistiques Optimisation
Algorithmique
Er
Classification Regression
Minimisation risque empirique consistance
Minimisation risque structurel
Attention au sur-apprentissage !
• En régression
• En classement
••••
•
• ••• •••
•
•
• ••• •••
•
•
• •••
• Pas assez • Bon • Trop
• Pas assez • Bon • Trop
• Rasoir d'Ockham - Principe de parcimonie • Ne pas utiliser de nouvelles hypothèses si celles utilisées suffisent.
Couche E Entrée
Couche S Sortie
Couche i cachée
Couche j cachée
Poids connexion
Réseau de neurones
Réseau de neurones artificiels: modèle très très simplifié de l’architecture de neurones biologiques !
Machine learning Exemples d’applications - Références IBM
DiagnosticMédicalDétection
de fraudes
SeriousGames
Décrochagescolaire
Optimisationtransports Maintenance
prédictive
Détectiond’attrition
Interprétationimagerie
Protectiondigitaleen ligne
Formationsadaptées
MarketingVente
Aiderecrutements
WATSON
Watson gagne au jeu Jeopardy en Février 2011
Qu’est-ce que Watson ?
• Watson créé une relation nouvelle avec les systèmes d’informations • Watson accompagne les décideurs et renforce la relations avec les clients