J'ai lu : Apprentissage artificiel

Apprentissage Artificiel — Concepts et algorithmes

Ouvrage d'Antoine Cor­nué­jols et Laurent Miclet, deuxième édi­tion parue en 2010 aux édi­tions EYROLLES.

Sujet

Un recueil sur les dif­fé­rentes méthodes d'apprentissage arti­fi­ciel (plus com­mu­né­ment appe­lé "appren­tis­sage machine" ou pour les anglo­phones "machine lear­ning").

Résumé

Les auteurs abordent, au fil des cha­pitres, un panel assez varié de méthodes et d'algorithmes de "machine lear­ning".

Après un petit his­to­rique de la dis­ci­pline, qui se retrouve ain­si à l’interface de la cyber­né­tique et des sciences cog­ni­tives, on attaque dou­ce­ment mais sûre­ment les dif­fé­rentes façons d'appréhender l'apprentissage machine. Les méthodes sont regrou­pées en quatre prin­ci­paux cha­pitres :

• appren­tis­sage par explo­ra­tion ;
• appren­tis­sage par opti­mi­sa­tion ;
• appren­tis­sage par approxi­ma­tion et inter­po­la­tion ;
• le reste (les auteurs ayant choi­si de regrou­per les métho­do­lo­gies sui­vantes ensemble ) : l'apprentissage par com­bi­nai­son d'experts, la clas­si­fi­ca­tion non-super­vi­sée et semi-super­vi­sée, l'apprentissage actif, etc.

Cer­tains cha­pitres se pré­sentent sous forme de cours très for­mels, avec défi­ni­tions, théo­rèmes et algo­rithmes expli­cites, d'autres plu­tôt comme des récits sur l'histoire et le fonc­tion­ne­ment en bref de telle ou telle méthode, ce qui dis­tingue ce livre des manuels pure­ment sco­laires.

Revue

Un très bon ouvrage per­met­tant de connaître les dif­fé­rentes façons de créer un sys­tème appre­nant, mais sur­tout extrê­me­ment utile comme aide au bon choix de la dite méthode dans un cas don­né. Les auteurs vont suf­fi­sam­ment en pro­fon­deur pour pou­voir com­prendre le fonc­tion­ne­ment de chaque concept, mais il faut cepen­dant lire de la lit­té­ra­ture plus spé­cia­li­sée pour une maî­trise totale. Pour ma part,ce livre a été un pré­cieux com­plé­ment aux cours que j'ai sui­vis lors de mon mas­ter de bio­in­for­ma­tique (Mas­ter BIBS), car aborde plus de thèmes (près de 800 pages obligent).

Un autre point posi­tif de ce livre est l'importante quan­ti­té de réfé­rences biblio­gra­phiques, qui per­mettent faci­le­ment d'aller plus loin dans le sujet d'intérêt.

Le point néga­tif de cet ouvrage est sans doute la grande hété­ro­gé­néi­té entre les dif­fé­rents cha­pitres. En effet, cer­tains sont très longs, bien (des fois même trop) docu­men­tés, décrits, enri­chis en exemples, illus­tra­tions et algo­rithmes. D'autres sont courts, avec à peine un ou deux exemples sur­vo­lant à peine la thé­ma­tique. Le livre est ain­si en quelque sorte vic­time de son exhaus­ti­vi­té.

Pour résu­mer, c'est un livre agréable à lire quand on s’intéresse à cette dis­ci­pline, bien écrit, incluant de nom­breuses illus­tra­tions, algo­rithmes et for­mules.

Public visé

Étu­diants en mas­ter d'informatique et bio­in­for­ma­tique comme ouvrage de réfé­rence sur le domaine de l'intelligence arti­fi­cielle, ingé­nieurs et cher­cheurs qui sou­haitent mettre au point des appli­ca­tions ou comme aide-mémoire pour le choix de la méthode à uti­li­ser.

On peut l'acheter sur le site de l'éditeur ou chez d'autres grandes librai­ries en ligne, pour une cin­quan­taine d'euros.

—
Mer­ci pour la relec­ture de ce pre­mier article à Yoann, bilou­web, nahoy et Axe­lan­de­rya