Définition simple
Le machine learning entraîne des modèles à partir d'exemples afin de réaliser des prédictions ou classifications sans coder chaque règle.
Objectif et usage
Le machine learning apprend des relations à partir de données afin de produire des prédictions, classements ou autres résultats sur de nouveaux exemples.
Comment ça fonctionne ?
L’entraînement ajuste les paramètres d’un modèle selon un objectif ; l’évaluation doit utiliser des données distinctes de celles qui ont servi à cet ajustement.
Exemple et vérification
Pour un modèle métier, comparer les performances sur un jeu représentatif et examiner les erreurs selon les populations ou situations importantes.
Points d’attention
Une bonne performance sur les données d’entraînement peut masquer un surapprentissage ou une fuite d’information. Les changements de contexte peuvent aussi dégrader un modèle déjà publié.
En résumé
La qualité repose sur les données, la méthode d’évaluation et le suivi en exploitation, pas seulement sur l’algorithme choisi.