Le machine learning, expliqué facilement

Le machine learning, expliqué facilement

Le mot machine learning, ou apprentissage automatique en français, peut faire peur. Nous avons essayé ici d’expliquer facilement son fonctionnement et donner quelques exemples de son utilisation.

Le machine learning est une branche de l’intelligence artificielle qui repose sur les statistiques pour apporter des solutions à des problèmes compliqués, nécessitant le traitement d’une importante quantité d’informations. En effet, le machine Learning cherche les corrélations entre plusieurs situations dans lesquelles interviennent de nombreux paramètres. Par exemple, il est possible de donner à l’algorithme plusieurs photo de fleurs en y associant le nom de l’espèce. Ces données sont appelées données d’entraînement. Lorsque l’on donne une nouvelle photo de fleur, sans préciser l’espèce, l’algorithme va essayer de trouver les ressemblances de cette nouvelle fleur avec les fleurs des données d’entrainement. Si suffisamment de points communs sont identifiés, le logiciel propose un résultat.

Ainsi, le machine learning utilise une importante quantité de données, ou big Data, pour fonctionner et les domaines d’application sont multiples !

En médecine, le machine learning accompagne les professionnels pour analyser les imageries médicales afin d’y déceler des anomalies. Le logiciel ne prend pas de décision, compte tenu de l’enjeux, mais accompagne seulement la prise de décision. Aussi, les hôpitaux peuvent êtres administrés grâces aux machine learning pour optimiser les flux et le travail des employés. Cela permet d’accélérer la prise en charges des patients, de diminuer les coûts et d’augmenter la capacité d’accueil.

Les plateformes de streaming comme Netflix ou bien encore les entreprises comme Google et Facebook utilisent le machine learning pour mieux comprendre les comportements des utilisateurs. Par exemple Netflix, avec plus de 100 millions de clients dans le monde, parvient à segmenter les utilisateurs en fonctions du contenu qu’ils regardent. Il devient alors plus facile de proposer aux nouveaux clients un contenu adapté !

Ainsi, de nombreux domaines peuvent profiter du machine learning. Cependant on remarque l’extreme dépendance de ce programme vis a vis des données d’entrainements. Lorsque celles-ci sont biaisées, la réponse l’est aussi. Certains programmes comme ceux qui automatisent la sélection de Cv souffrent encore de mauvais résultats dus aux biais contenu dans les données d’entrainement.

Retourner en haut