Machine Learning : cas pratique
Introduction
Dans le chapitre précédent, nous avons parcouru les bases du langage de programmation Python ainsi que son environnement de développement (IDE) PyCharm. À présent, nous allons poursuivre notre apprentissage et passer de la théorie à la pratique du Machine Learning (apprentissage automatique), en construisant notre premier modèle prédictif. L’intelligence artificielle permet aux ordinateurs d’apprendre et de prendre des décisions à partir des données. On pense spontanément à ses applications les plus spectaculaires, comme la reconnaissance d’images ou les assistants conversationnels. Pourtant, la plupart des projets de Machine Learning que je vois passer en entreprise travaillent sur des données bien plus ordinaires : des tableaux de chiffres issus d’un fichier client, d’un historique de ventes ou d’un relevé de capteurs. C’est par là que nous allons commencer, parce que c’est là que se trouve l’essentiel de la valeur, et parce que la mécanique est exactement la même que celle qui permet à une machine de reconnaître un chat sur une photo : des données, un modèle, un entraînement, une évaluation. Nous travaillerons sur un cas d’utilisation classique du Machine Learning, à savoir la prédiction...
Prédire le prix des logements en Californie
Nous vous proposons ici de créer un petit programme avec le langage Python et son environnement de développement PyCharm. Bien entendu, vous êtes libre d’utiliser tout autre IDE de votre choix, toutefois, par souci de cohérence avec le chapitre précédent, l’ensemble des éléments présents dans cet exercice dirigé sera basé sur PyCharm. Si vous ne pouvez rien installer sur votre poste, ce qui arrive souvent sur un ordinateur professionnel, Google Colab permet d’exécuter exactement le même code dans votre navigateur.
Pas d’inquiétude pour les plus débutants d’entre vous, ce chapitre est accessible, que vous soyez novice en programmation ou non. L’idée est de vous accompagner de bout en bout.
Nous vous guiderons ainsi à travers huit étapes distinctes et un unique fichier de programmation dans le but de mener à bien votre première application de Machine Learning.
Pour ce faire, nous partirons d’un cas réel et importerons un jeu de données existant afin d’entraîner un modèle d’apprentissage. Notre objectif sera d’identifier les liens entre le prix d’un logement et un certain nombre de caractéristiques propres aux données importées.
N’ayez crainte, nous allons nous appuyer...
Exercice appliqué : votre premier modèle de régression
Les prérequis sont les mêmes que ceux du chapitre précédent, avec notamment :
-
Python installé ;
-
un environnement de développement : PyCharm (ou tout autre éditeur de code).
Ces éléments sont indispensables à la réalisation de cet exercice.
1. Étape 1 : Importation des bibliothèques nécessaires
Ouvrez PyCharm et créez un nouveau projet.

Création du projet dans PyCharm
Dans cette étape, occupez-vous seulement de l’emplacement physique du TP sur votre poste de travail.

Emplacement physique de l’exercice

Arrivée à la création
Votre action consiste ensuite à importer les bibliothèques nécessaires à la réalisation de l’exercice, notamment :
-
NumPy pour la manipulation des matrices et tableaux ;
-
pandas pour l’analyse des données ;
-
Scikit-learn pour l’apprentissage automatique.
Vous serez ainsi prêts pour la réalisation du programme.
Insérez le code source suivant dans le fichier main.py de votre éditeur PyCharm :
import numpy as np
import pandas as pd
from sklearn.datasets import fetch_california_housing
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
Il est possible que l’import génère quelques avertissements.
Au besoin, placez le pointeur de la souris sur la ligne d’import posant problème pour installer la ou les bibliothèques manquantes.

Installation du package sklearn
Une fois ces opérations terminées, vous devriez bénéficier d’un affichage clair dans le fichier main.py.

Install du package sklearn terminé
2. Étape 2 : Chargement des données
La seconde étape consiste à charger le jeu de données « California Housing » à partir de la bibliothèque Scikit-learn.
Insérez le code suivant dans le fichier main.py de votre éditeur PyCharm, à la suite des différentes importations de bibliothèques déjà effectuées.
# Chargement des données...Pour aller plus loin
Le Machine Learning est avant tout une discipline d’expérimentation. Faites l’essai : remplacez la régression linéaire par une forêt aléatoire, cette méthode qui combine des centaines d’arbres de décision et que nous avons présentée au chapitre Les étapes de création d’une IA. Deux lignes suffisent.
from sklearn.ensemble import RandomForestRegressor
# à ajouter aux imports de l'étape 1
model = RandomForestRegressor(random_state=42)
# remplace LinearRegression() à l'étape 5
Relancez le programme. Le calcul prend cette fois quelques dizaines de secondes, mais le R² grimpe aux alentours de 0,80 et la MSE est divisée par deux, autour de 0,26. L’erreur moyenne passe ainsi d’environ 75 000 à environ 50 000 dollars. Les arbres de décision savent, eux, découper la carte en zones et repérer que la côte est plus chère que l’intérieur. Vous pouvez ensuite jouer sur les hyperparamètres décrits au chapitre Les étapes de création d’une IA, par exemple le nombre d’arbres (n_estimators) ou leur profondeur maximale (max_depth), et observer l’effet sur vos deux mesures.
**** Le saviez-vous ? Comme nous l’avons vu au chapitre Techniques et outils pour la création...
Conclusion
À travers un exercice pratique sur la prédiction du prix des logements en Californie, nous avons appliqué les connaissances acquises dans les chapitres précédents sur Python et PyCharm pour construire un modèle de Machine Learning.
Nous avons pu observer de façon simple comment les concepts de programmation que nous avons explorés, tels que les variables, l’import de bibliothèques et l’appel de fonctions, sont directement applicables à un problème réel : estimer le prix d’un logement. Les mêmes étapes, avec d’autres données et d’autres algorithmes, sont celles qui permettent à une machine de reconnaître une image ou de traduire un texte.
L’exercice nous a permis d’appréhender les différentes étapes du processus de Machine Learning, de la collecte et la préparation des données à la construction et l’évaluation du modèle. Et si vous avez tenté l’expérience de la forêt aléatoire, vous avez pu mesurer l’impact du choix de l’algorithme sur les performances, ce qui souligne l’importance de l’expérimentation et de l’itération dans le domaine du Machine Learning.
À travers cette expérience, vous avez pu vous familiariser avec la manière dont l’intelligence...