Préparation

Nous parlons de plus en plus souvent de machine learning dans le domaine de l’informatique. Les actualités regorgent de récits sur des solutions où les machines prennent le relais des tâches humaines.

Les conteurs d’histoires et les observateurs de tendances s’en donnent à cœur joie depuis des années pour dépeindre des futurs possibles dans lesquels le machine learning joue un rôle crucial. Pensez aux œuvres d’auteurs comme Asimov, aux histoires de films tels que Her et Deus Ex Machina, et aux travaux de nombreux auteurs et chroniqueurs dans les publications actuelles.

Ce module offre une introduction au domaine du machine learning et propose ensuite des outils pour appliquer ces connaissances aux problématiques contemporaines.

Objectifs d’apprentissage

À la fin de ce module, vous serez capable de :

• Donner la définition du concept de machine learning et expliquer ses principaux éléments tels que les données, l’apprentissage et la modélisation.
• Indiquer les points de convergence entre les différents domaines que sont le machine learning, les statistiques, la technologie des bases de données, l’informatique, le big data, le data mining et la reconnaissance de motifs.
• Expliquer la différence caractéristique entre les analyses prédictives et descriptives.
• Clarifier l’interrelation entre l’entrée des données, l’abstraction, la représentation des connaissances et la généralisation menant à un plan d’action.
• Différencier le machine learning supervisé et non supervisé.