Apprendre AutoML (French Edition)

Chapitre 1. Qu'est-ce que l'apprentissage automatique ?

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Quand j’ai fait mes premiers pas dans le domaine de l’apprentissage automatique ( ), construire un modèle signifiait passer des jours — voire des semaines pour les problèmes complexes — à sélectionner et créer méticuleusement des caractéristiques, à ajuster les hyperparamètres et à tester différentes architectures de modèles. Ce chapitre explore comment l’AutoML est en train de transformer cette réalité.

Tout au long de ma carrière, j’ai vu ce domaine se transformer radicalement. L’ s d’apprentissage automatique existe depuis des décennies, principalement sous la forme d’apprentissage supervisé, où les modèles sont entraînés sur des données étiquetées pour prédire des résultats futurs. Ce qui a changé, comme le souligne l’ e Thomas Davenport, l’une des figures les plus éminentes du domaine des données et de l’analyse, ce sont les quatre facteurs clés suivants qui ont créé l’environnement idéal pour l’émergence de l’AutoML :

• La popularité croissante du ML dans les entreprises

• L'utilisation de plusieurs algorithmes, parfois complexes, pour créer un modèle plus efficace

• La disponibilité d’approches d’apprentissage automatique automatisées pour rendre le processus plus efficace et accessible dans toutes les organisations

• La baisse spectaculaire des coûts informatiques, qui a rendu économiquement ...