Machine Learning et Pokémons : première partie

L’univers des Pokémons

Un Pokémon est un animal issu du monde des jeux vidéo. Chaque Pokémon possède des caractéristiques qui lui sont propres, à savoir son type (Pokémon d’herbe, Pokémon de feu…) lui donnant alors des facultés spéciales. Ainsi, le Pokémon nommé Dracofeu, de type Feu est capable de cracher du feu. De plus, on note l’existence de Pokémons légendaires très rares et très puissants faisant référence à un mythe en relation avec la création et l’organisation du monde (Pokémon diamant, Pokémon platine…).

Les Pokémons sont également de différentes générations faisant référence à l’évolution de l’univers des Pokémons. Les Pokémons de première génération sont ceux ayant pris naissance au tout début de la création de l’univers (création de 151 Pokémons) pour arriver à nos jours à la huitième génération avec plus de 800 Pokémons !

Dans cet univers viennent ensuite les dresseurs de Pokémons. Les dresseurs les collectionnent et les élèvent dans le but de les faire combattre entre eux jusqu’au KO. Lors d’un combat de Pokémons, opposant deux dresseurs...

Les étapes à réaliser pour mener à bien un projet de Machine Learning

Mener à bien un projet de Machine Learning consiste à réaliser six étapes consécutives :

1 - Définition du problème à résoudre

2 - Acquisition des données d’apprentissages et de tests

3 - Préparer et nettoyer les données

4 - Analyser, explorer les données

5 - Choisir un modèle d’apprentissage

6 - Visualiser les résultats, et ajuster ou modifier le modèle d’apprentissage

La phase de préparation des données est la plus importante dans un projet de Machine Learning, car en tant qu’humains, nous devons essayer de trouver les données les plus intéressantes qui nous permettront de répondre au problème donné.

Bien plus qu’une simple analyse des données, il faut déterminer comment il nous est possible de résoudre manuellement le problème, à partir des informations dont nous disposons, avant de le confier à la machine.

Ainsi, un même jeu de données peut être exploité différemment en fonction du problème donné.

Étape 2 : acquérir des données d’apprentissage et de tests

Les fichiers que nous avons téléchargés et copiés dans notre projet comportent les données nécessaires à la résolution de notre problème.

Le fichier Pokedex.csv contient la liste des Pokémons et leurs caractéristiques. Le fichier Combats.csv est notre base de connaissance et d’apprentissage, car il contient une liste de combats de Pokémons et le résultat de chacun d’entre eux. Enfin, le fichier tests.csv nous permettra de valider le modèle d’apprentissage.

Listing des fichiers dont nous disposons

À l’aide du module OS nous permettant d’utiliser les fonctionnalités de notre système d’exploitation, il nous est possible de lister les fichiers contenus dans le répertoire datas de notre projet, comme le montre le code ci-dessous :

#------------------------------------------ 
# IMPORT DES MODULES 
#------------------------------------------ 
import os #Utilisation du module OS (operating system) 
 
 
#------------------------------------------ 
# ANALYSE DES DONNEES 
#------------------------------------------ 
 
#Récupération des fichiers contenus dans le répertoire datas 
#de notre projet 
listeDeFichiers = os.listdir("datas") 
 ...

Étape 3 : préparation des données

Dans cette troisième étape, nous allons réaliser une lecture approfondie de nos données afin de comprendre leur rôle et les impacts qu’elles peuvent avoir dans l’objectif de prédiction que nous nous sommes fixé. Nous allons en quelque sorte essayer de résoudre le problème "manuellement" en formulant des hypothèses et en essayant de sélectionner les données qui répondront à celles-ci.

L’étude des données passe notamment par leur description (nom, type…), ainsi que par divers processus de traitement tels que le nettoyage (suppression des données inutiles, recherche des données manquantes) et enfin la combinaison entre elles, aussi appelée agrégation, dans le but de disposer d’un jeu de connaissances (observations) utilisables et appropriées à l’apprentissage et à l’atteinte de notre objectif.