Il n'a jamais existé de cours d'apprentissage automatique plus visuel et intuitif.

L'apprentissage automatique est un domaine fascinant et puissant, mais aussi incroyablement complexe.
Ce livre décompose les algorithmes complexes d'apprentissage automatique en éléments faciles à comprendre et les présente à l'aide d'exemples et de schémas intuitifs.
Au lieu de résumer les concepts en mots, nous les expliquons d'une manière innovante, propre à StatQuest, ce qui permet de comprendre facilement ce qu'est l'apprentissage automatique et quels sont ses objectifs.
Posons les bases de l'apprentissage automatique avec une méthode d'apprentissage visuel qui explique une image par page.

Problème : Comme nous le verrons plus tard, il existe différentes méthodes d’apprentissage automatique pour la classification ou la prédiction quantitative.
Alors, comment choisir la méthode à utiliser ? Par exemple, supposons que nous utilisions cette ligne noire pour prédire la taille à partir du poids.
Ou supposons que nous voulions prédire la taille en fonction du poids avec cette courbe verte ondulée.
Dois-je utiliser la ligne droite noire ou la courbe verte ondulée ? Réponse : En apprentissage automatique, le choix de la méthode à utiliser implique généralement de l’essayer et d’observer ses performances.
Par exemple, si cette personne pèse tant… la ligne noire indiquera que cette personne est beaucoup plus grande.
À l'inverse, la courbe verte ondulée prédit que cette personne sera légèrement plus grande.

--- p.14

Il existe de nombreuses méthodes d'apprentissage automatique qui semblent attrayantes, comme les réseaux neuronaux convolutifs d'apprentissage profond.
Et chaque année, de nombreuses méthodes nouvelles et intéressantes sont mises au point.
Mais quelle que soit la méthode choisie, l'essentiel est qu'elle soit performante sur les données de test. Et voilà ! Maintenant que nous avons abordé quelques concepts clés de l'apprentissage automatique, plongeons-nous dans la terminologie plus technique.
Si vous vous en souvenez bien, vous aurez l'air intelligent(e) lorsque vous irez à la soirée dansante.

--- p.19

Auparavant, nous avons examiné comment la distribution binomiale calcule la probabilité d'une série de résultats binaires, comme la probabilité que deux personnes sur trois préfèrent la tarte à la citrouille.
Cependant, il existe de nombreuses autres distributions de probabilité discrètes qui sont utilisées dans diverses situations.
Par exemple, si vous pouvez lire en moyenne 10 pages de ce livre en une heure, vous pouvez utiliser la distribution de Poisson pour calculer la probabilité que vous en lisiez 8 dans l'heure qui suit.

--- p.48

ROC signifie courbe de fonctionnement du récepteur.
Ce nom provient d'un graphique utilisé pendant la Seconde Guerre mondiale pour identifier avec précision les signaux des avions de chasse parmi les signaux radar reçus. Les courbes ROC sont extrêmement utiles pour déterminer de bons seuils de classification, car elles permettent de visualiser en un coup d'œil la performance de chaque seuil en termes de taux de vrais positifs et de taux de faux positifs.

--- p.154

Supposons que nous créions deux modèles, la régression logistique et le modèle naïf de Bayes, et que nous les testions sur les mêmes données.
Nous voulons savoir quel modèle est le plus performant.
En théorie, nous pourrions comparer les courbes ROC de chaque modèle.
Si nous n'avons que deux modèles à comparer, cela pourrait être une bonne option.

--- p.160

Problème : À l’instar de la régression linéaire, les réseaux neuronaux possèdent des paramètres qui doivent être optimisés pour ajuster une courbe sinueuse ou une ligne courbe aux données.
Comment déterminer les valeurs optimales de ces paramètres ? Réponse : À l’instar de la régression linéaire, on peut utiliser la descente de gradient ou la descente de gradient stochastique pour trouver les valeurs optimales des paramètres.
Mais nous n'appellerons pas cela une descente de gradient.
Alors ce serait trop facile.
Nous appellerons cela la rétropropagation, qui provient de la méthode de calcul des dérivées de chaque paramètre d'un réseau de neurones (en effectuant des allers-retours). Et voilà !

--- p.255