<aside> 📖 Le « machine learning » est la branche de l’IA qui permet à une machine de déduire les règles tout seul : pour d’autres algorithmes, les règles sont dictées par l’humain
</aside>
<aside> 👉 Il faut savoir qu’en pratique, on utilise des modèles déjà faits et surtout déjà entraînés, car cette étape coûte en général chère (en temps et en énergie donc en argent). La section précédente donne des libraires et modèles utilisables dans divers contextes. On va préférer fine-tuner des modèles, apporter des informations complémentaires et guider le modèle vers notre objectif
</aside>

<aside> 📎 Des exemples, avec des features (variables d’entrées) et des labels (variables de sortie)
Si une variable d’entrée n’est pas numérique mais plutôt une catégorie, l’ensemble de ces catégories est appelé le vocabulaire ⇒ celui-ci est mappé sur un ensemble de nombres
</aside>
Étapes du modèle :
<aside> 📖 Étude et traitement des features pour lisser, retirer les imperfections et dégager des sens, et ainsi faciliter la généralisation par le modèle
</aside>
<aside> 📖 Associer des nombres à une feature non numérique, sous forme d’un vecteur
</aside>
<aside> ➡️ One-hot encoding : une dimension par catégorie, booléen 1 ou 0, conduit à n’avoir qu’un 1 et que des 0 ⇒ Hypothèse : les catégories sont largement indépendantes (vecteurs orthogonaux)
</aside>
<aside> ➡️ Count encoding : chaque dimension compte le nombre d’ocurrences d’une catégorie ⇒ Mêmes hypothèses
</aside>
<aside> ➡️ tf-idf : pour du texte, associer à chaque dimension la fréquence d’apparition, en donnant moins d’importances aux mots trop courants (”a”, “the”, “I”, …) ⇒ Donner du poids aux termes les moins biens répartis, donc donnant beaucoup de sens à la phrase
</aside>
<aside> ➡️ **Word embedding** : mapper les mots dans un espace vectoriel tel que ceux sémantiquement proches soient proches au sens de la distance
</aside>
<aside> 📖 Créer une feature comme le résultat de $X.Y^T$ pour repérer les conjonctions ; sert soit pour multiplier des valeurs, soit pour créer des conditions en « ET » si la feature est une condition booléenne
</aside>
<aside> ⚠️ Ne pas en abuser pour ne pas surentraîner le modèle sur du bruit
</aside>