Qu'est-ce que le Machine Learning ?

Le Machine Learning (apprentissage automatique) est une branche de l'intelligence artificielle qui permet aux machines d'apprendre à partir de données, sans être explicitement programmées.

Pourquoi le Machine Learning ?

Les approches traditionnelles de programmation nécessitent de définir des règles explicites pour chaque cas. Le ML permet au système de découvrir ces règles automatiquement à partir d'exemples.

Les trois types d'apprentissage

graph TD
    A[Machine Learning] --> B[Supervisé]
    A --> C[Non-supervisé]
    A --> D[Par renforcement]
    B --> B1[Classification]
    B --> B2[Régression]
    C --> C1[Clustering]
    C --> C2[Réduction de dimension]
    D --> D1[Agent + Environnement]

Apprentissage supervisé

Le modèle apprend à partir de données étiquetées (entrée → sortie attendue).

from sklearn.linear_model import LinearRegression

# Données d'entraînement
X = [[1], [2], [3], [4]]  # surface en m²
y = [100, 200, 300, 400]   # prix en k€

model = LinearRegression()
model.fit(X, y)
print(model.predict([[5]]))  # Prédiction pour 5 m²

Apprentissage non-supervisé

Le modèle trouve des structures cachées dans des données non étiquetées (clustering, réduction de dimension).

Apprentissage par renforcement

Un agent apprend en interagissant avec un environnement et en recevant des récompenses.

Applications concrètes

• Recommandation : Netflix, Spotify
• Vision par ordinateur : reconnaissance faciale, diagnostic médical
• Traitement du langage : traduction automatique, chatbots
• Finance : détection de fraude, trading algorithmique

Résumé

Le Machine Learning permet de résoudre des problèmes complexes en apprenant directement à partir des données. Dans le prochain chapitre, nous verrons comment préparer ces données.