Sommaire

Passons à la phase Apprentissaged’apprentissage

Le problème que nous devons résoudre consiste à déterminer si lors d’un combat, un Pokémon a de grandes chances de gagner.

Comme nous disposons de données d’apprentissage, nous sommes donc dans un cas de Machine Learning dit "supervisé". C’est-à-dire que la machine va apprendre en fonction de ce qu’on lui fournit en entrée.

Dans ce type de cas, nous disposons alors de deux types d’algorithmes : ceux dédiés à la classification ou ceux dédiés à la régression.

La classification permet d’organiser les prédictions en groupe, quant à la régression elle permet de définir une valeur.

Dans notre cas, nous devons prédire le pourcentage de victoire, c’est donc une valeur et c’est naturellement que nous utiliserons les algorithmes de régression que nous avons découverts dans le chapitre Principaux algorithmes du machine learning, à savoir :

  • La régression linéaire

  • Les arbres de décisions

  • Les forêts aléatoires

1. Découpage des Observationsobservations en Jeux d’apprentissagejeu d’apprentissage et Jeux de testsjeu de tests

La première étape avant tout apprentissage est de découper les observations dont nous disposons en un jeu d’apprentissage avec lequel la machine va réaliser son apprentissage et en jeu de tests ...