Cognition">
S09 - Section 3.1
S09 - Section 3.1
S09 - Section 3.1
•
–
–
APPRENTISSAGE MACHINE
Intelligence
artificielle
Apprentissage L'apprentissage
machine
automatique (ou machine)
fait référence au
développement de
Apprentissage
Semi
Apprentissage
programmes informatiques
supervisé qui, par l’exploitation d’une
supervisé non supervisé
expérience (jeu de
données), peuvent
Apprentissage
profond améliorer
automatiquement leurs
performances relativement
Apprentissage
à une tâche définie.
par renforcement
APPRENTISSAGE MACHINE
Apprentissage
par renforcement
APPRENTISSAGE SUPERVISÉ
Mise en contexte
Les équipes qui s’occupent des médias sociaux d’une entreprise ont
parfois une quantité importante de messages et/ou commentaires à
traiter. Que ce soit sur la page principale de l’entreprise ou sur des
pages satellites, ils doivent intervenir s’il y a une problématique qui
ressort fréquemment ou prendre les rétroactions de leurs clients pour
améliorer leurs produits.
Problématique
Données
Solution
https://www.ekino.com/articles/introduction-au-nlp-partie-ii
ANALYSE DE SENTIMENTS
Solution
Solution
Défis et enjeux
Ces documents peuvent être des factures, des devis, des formulaires,
… Ces documents très variés (jusqu’à 15 types différents) sont traités
individuellement pour déterminer leur type et en extraire manuellement
certaines informations… une tâche fastidieuse et très consommatrice
de temps.
L’entreprise souhaite réduire le nombre
d’intervenants dans le traitement des
documents et le temps consacré à la tâche.
CLASSIFICATION ET EXTRACTION
DOCUMENTS EN IMAGES
Problématique
L’entreprise souhaite automatiser ses processus en automatisant les
traitements suivants :
1. classification automatique des documents reçus, selon leur type
2. extraction automatique d’informations spécifiques, propres au type
de document, sous forme de texte
CLASSIFICATION ET EXTRACTION
DOCUMENTS EN IMAGES
Données
Documents numérisés en image, de tous types, collectés dans le cadre
des activités de l’entreprise.
Squelette : https://ieeexplore.ieee.org/document/982884
https://software.intel.com/en-us/ipp-dev-reference-morphological-operations
CLASSIFICATION ET EXTRACTION
DOCUMENTS EN IMAGES
Solution
1. classification automatique des documents :
Apprentissage
par renforcement
APPRENTISSAGE NON SUPERVISÉ
Mise en contexte
Problématique
Données
Solution
Défis et enjeux
Résultats
Zhou, L. (2018, 3 mai). Simplify Machine Learning Pipeline Analysis with Object Storage. Western Digital
Blog. https://blog.westerndigital.com/machine-learning-pipeline-object-storage/
APPRENTISSAGE SEMI SUPERVISÉ
https://blog.en.uptodown.com/google-photos-face-detection/
APPRENTISSAGE PROFOND
Intelligence
artificielle
Apprentissage
…des relations complexes (non
machine
linéaires) peuvent exister entre
les variables d’intérêt. Dans un
contexte de données non
structurées (texte, image, son),
Semi
Apprentissage Apprentissage c’est d’ailleurs généralement la
supervisé
supervisé non supervisé règle.
Apprentissage
profond
Apprentissage
par renforcement
APPRENTISSAGE PROFOND
• Réseau de neurones
Beaucoup évolué grâce à l’évolution de l’environnement
technologique.
APPRENTISSAGE PROFOND
Apprentissage
par renforcement
APPRENTISSAGE PAR
RENFORCEMENT
Swamynathan M. (2017) Step 6 – Deep and Reinforcement Learning. In: Mastering Machine Learning with Python in Six Steps.
Apress, Berkeley, CA
APPRENTISSAGE PAR RENFORCEMENT
Two minute papers. (2019, 22 octobre). Open Ai joue à cache-cache.. et casse le jeu ! .
Youtube. https://www.youtube.com/watch?v=Lu56xVlZ40M