Apprendre AutoML (French Edition)

Préface

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

Pourquoi j’ai écrit ce livre

Au cours de ma carrière de plusieurs décennies dans le domaine de la science des données et de l'analyse, j'ai été témoin d'une transformation remarquable dans la manière dont les organisations abordent l'apprentissage automatique. Ce qui nécessitait autrefois des équipes d'experts titulaires d'un doctorat et des mois de travail manuel minutieux peut désormais être accompli par des experts du domaine en quelques jours, voire en quelques heures. Cette démocratisation des capacités d'apprentissage automatique grâce à l'AutoML représente l'un des changements les plus significatifs que j'ai observés dans ce domaine.

Pourtant, malgré l’importance croissante de l’AutoML, j’ai remarqué un manque crucial dans les ressources disponibles. La plupart des documentations sur l’AutoML se concentrent sur des outils spécifiques ou fournissent des aperçus généraux sans conseils pratiques pour la mise en œuvre. Les articles universitaires plongent dans les détails algorithmiques mais manquent souvent de contexte concret. Ce qui manquait, c’était une ressource complète qui fasse le lien entre la théorie et la pratique — une ressource qui explique non seulement comment fonctionne l’AutoML, mais aussi quand et pourquoi utiliser différentes approches et comment les intégrer dans les flux de travail réels des entreprises.

Cette lacune ...