AZURE MACHINE LEARNING INTRODUCTION AU MACHINE LEARNING AVEC

AZURE MACHINE LEARNING INTRODUCTION AU MACHINE LEARNING AVEC AZUREML

YAZID GRIM Je suis… Je ne suis pas… Conseiller stratégique et technique pour la mise Un data scientist en place de fondations analytiques Formateur en analytique Passionné par le cycle de vie des données Obsédé par l’automatisation Convaincu par les méthodes agiles et les approche empiriques pour la résolution de problèmes Un PHD en mathématiques / statistiques Lié à un fournisseur ou une technologie Un théoricien

NOUS ALLONS PARLER DE… Ce qu’est et ce que n’est pas le machine learning aujourd’hui La place du machine learning dans nos vies professionnelles Ce que ça prend pour faire du machine learning Une présentation de Azure Machine Learning Une mise en pratique avec Azure Machine Learning et Power. BI

DÉMYSTIFIER LES TERMES Artificial Intelligence Machine Learning Deep Learning Data Science

DÉMYSTIFIER LES TERMES Émuler l’intelligence humaine Méthodes d’apprentissage avancées Utilisation des données pour aider à la décision

DÉMYSTIFIER LES TERMES Artificial Intelligence Machine Learning Deep Learning Data Science

MACHINE LEARNING

LES PLUS GRANDS FAUX-PAS Watson for Oncology (IBM) Tay, the nazi chatbot (Microsoft) Racist image recognition (Google) Misogynistic resume profiling (Amazon)

CE QUE N’EST PAS LE MACHINE LEARNING Des requêtes SQL Des If. . Else De la magie Une boite noire

LE MACHINE LEARNING À MTL Existe depuis longtemps sans le label « Machine Learning » En phase d’adoption, autant du coté utilisateur que producteur Beaucoup de hype par rapport à son utilisation effective « Ceux qui en parlent le moins qui en font le plus… »

IMPACT DU MACHINE LEARNING SUR NOS MÉTIERS Nous assistons à un « shift » du BI traditionnel vers l’analytique avancé De nouveaux métiers sont apparus: data scientist, data engineer… Mais ce sont des évolutions de métiers existants: data analyst, business analyst, BI specialist Le machine learning sera une autre corde à l’arc des analystes (affaires, données) afin d’offrir un avantage de leurs organisations

PREMIERS PAS DANS LE MACHINE LEARNING CE QUE ÇA PREND…

PRÉREQUIS Le mode « as a service » permet d’avoir de l’infrastructure et des librairies prêtes, sur demande Les modèles « boites noires » permettent de démarrer avec relativement peu de connaissances Un problème Des données Une méthode

WORKFLOW (MLOPS)

MISE EN PRATIQUE OVERVIEW ET DÉMO DE AZURE MACHINE LEARNING

MERCI!