
1.5 Principales difficultés de l’apprentissage automatique
23
© Dunod – Toute reproduction non autorisée est un délit.
Si tout s’est bien passé, votre modèle fournira de bonnes prédictions. Si ce n’est
pas le cas, il vous faudra peut-être utiliser davantage de variables (données sur l’em-
ploi, la santé, la pollution, etc.), obtenir davantage de données d’entraînement ou en
améliorer la qualité, ou peut-être sélectionner un modèle plus perfectionné (comme
un modèle de régression polynomiale).
En résumé :
• vous avez étudié les données,
• vous avez sélectionné un modèle,
• vous l’avez entraîné sur des données d’entraînement (c.-à-d. que l’algorithme ...