Le machine learning, ça veut dire quoi en français ?
Le machine learning, c’est l’apprentissage automatique, ou plutôt l’ensemble des algorithmes et des modèles qui permettent d’apprendre automatiquement, à l’aide d’un programme informatique et à partir de données, des comportements ou des processus. Le machine learning peut donc être vu comme une boîte à outils constituée d’un ensemble de théories et de techniques à la frontière des mathématiques appliquées et de l’intelligence artificielle : réseaux de neurones, réseaux bayésiens, arbres de décision, méthodes statistiques, régression, apprentissage par renforcement, clustering…
Ça a l’air compliqué… Le machine learning, ça sert à quoi ?
Au sein d’EURODECISION, nous utilisons le machine learning depuis plus de 15 ans pour aider nos clients à :
- Estimer le nombre de voyageurs dans un train ou dans un avion, en fonction des historiques de réservations ;
- Regrouper les magasins ou les hôtels, au sein d’une même chaîne, qui ont un comportement semblable ;
- Prévoir et anticiper les pannes dans des équipements ou des machines industrielles ;
- Prévoir la consommation électrique des particuliers ;
- Détecter les fraudes et les données aberrantes ;
- Scorer des clients en fonction d’un certain nombre de paramètres (adresse, moyens de paiement, produits déjà achetés dans le passé…) ;
- Modéliser des processus physiques trop coûteux ou trop longs à mettre en œuvre dans la réalité (ou même avec des simulateurs). Par exemple, le comportement d’un véhicule en cas de crash ;
- …
Ça a l’air magique… Le machine learning, est-ce que ça peut trouver une aiguille dans une botte de foin de plus en plus grosse ?
Sans une aide providentielle du hasard, non… Mais ça n’empêche pas de chercher dans la botte de foin…
Malheureusement, c’est parfois ce que nous constatons lorsque des méthodes de machine learning sont mises en place : les gens sont persuadés qu’en injectant de plus en plus de données dans les algorithmes, les résultats de l’apprentissage seront de meilleure qualité. Bref, que le Big Data les dispense de comprendre leurs problématiques métier.
Ainsi, pour prévoir et anticiper des pannes de machines industrielles, y-a-t-il vraiment un sens à enregistrer puis à utiliser les états des machines (à partir de différents capteurs) toutes les millisecondes ? Souvent, la réponse est non. En effet, le processus physique au cours duquel une machine industrielle tombe en panne est un processus souvent long (sur plusieurs heures ou plusieurs jours). Ainsi, un relevé des états toutes les minutes, toutes les heures, ou même simplement tous les jours peut être suffisant.
Au sein d’EURODECISION, nous mettons en œuvre un machine learning orienté métier, focalisé sur les enjeux et les processus des clients.
> En savoir plus sur notre savoir-faire en machine learning
