Introduction
Les sorties des modèles de classification sont catégoriques, ce qui signifie qu’elles permettent d’étiqueter les entrées ou de prendre des décisions. Par exemple, une voiture autonome utilise la classification pour décider si elle doit tourner à gauche ou à droite à un croisement. Un modèle de classification est différent des modèles de régression classiques dans lesquels les sorties sont continues, telles que la taille d’une chaussure ou la vitesse d’un train. Les modèles de classification ont des modes de fonctionnement variés. Pour commencer, nous allons nous concentrer sur la régression logistique, qui est un type de modèle plus simple et populaire, largement utilisé dans de nombreux domaines scientifiques et industriels.
Scénario : prédiction d’avalanches à l’aide du Machine Learning
Tout au long de ce module, nous allons utiliser l’exemple de scénario suivant pour expliquer les concepts liés à la classification. Ce scénario est conçu pour donner un exemple de ces concepts tels que vous pourriez les rencontrer lorsque vous programmez.
Votre organisation caritative est responsable des opérations de sauvetage en cas d’avalanche sur les sentiers de randonnée dans le nord-ouest des États-Unis. L’option la plus sûre serait de fermer tous les sentiers de façon permanente pendant une saison propice au ski et à la randonnée, mais cela signifierait également qu’aucun sportif ne pourrait profiter des grands espaces ! Votre objectif est de créer un modèle capable de prédire si une avalanche est susceptible de se produire un jour donné. Ensuite, en utilisant cette prédiction, vous pouvez fermer la piste lorsque le risque est élevé. Lorsque vous faites des prédictions : prévoir des avalanches qui n’ont pas lieu peut nuire au tourisme local, tandis que ne pas prévoir des avalanches qui ont lieu peut entraîner des accidents mortels. Il est clair qu’un équilibre doit être trouvé.
Attention
Les données de ces exercices sont artificielles et uniquement fournies à des fins éducatives. Pour les randonneurs et les skieurs impatients : le Machine Learning peut être utilisé pour la prédiction des avalanches, mais n’utilisez pas ces données ou votre modèle entraîné à toute autre fin que l’apprentissage automatique.
Prérequis
- Connaissance des modèles Machine Learning
Objectifs d’apprentissage
Dans ce module, vous allez :
- Découvrez de quelle façon la classification diffère de la régression classique
- Créer des modèles capables d’effectuer des tâches de classification
- Découvrez comment évaluer les modèles de classification et les améliorer