Chloé-Agathe Azencott nous parle son livre d’introduction au Machine Learning
Encore un livre sur le machine learning… Pourquoi l’avoir écrit, alors que les ressources sur le sujet se multiplient, en ligne comme en librairie ?
Ce livre se base sur mon cours aux élèves-ingénieurs de CentraleSupélec. En le montant en 2015, j’ai cherché à proposer une introduction aux concepts et algorithmes fondamentaux de l’apprentissage automatique adaptée à ce public. Il s’agissait pour moi non seulement de couvrir un large éventail de concepts et d’algorithmes, mais aussi de rentrer dans les détails mathématiques afin de mieux les comprendre. Pour ce faire, j’ai composé de nombreuses sources, majoritairement anglophones — d’autant plus que ce cours était dispensé en anglais.
La rareté des contenus en français sur le sujet est en effet frappante, alors que de plus en plus de francophones veulent s’initier à la discipline, et que tous n’ont pas nécessairement l’aisance avec la langue anglaise que l’on développe dans une école d’ingénieur de premier rang. C’est ce constat qui a déclenché ma collaboration avec CentraleSupélec et OpenClassrooms sur leur parcours Data Scientist, et a amené Dunod a me proposer d’écrire cet ouvrage.
L’objectif de ce livre est de fournir au lecteur les outils pour :
– identifier les problèmes qui peuvent être résolus par du machine learning,
– formaliser ces problèmes en termes de machine learning,
– identifier les algorithmes appropriés et les mettre en oeuvre,
– savoir évaluer et comparer les performances de plusieurs algorithmes.
Ce livre est divisé en 12 chapitres :
- Qu’est-ce que le machine learning ;
- Apprentissage supervisé ;
- Sélection de modèles et évaluation ;
- Inférence bayésienne ;
- Régressions paramétriques ;
- Régularisation ;
- Réseaux de neurones artificiels ;
- Méthodes des plus proches voisins ;
- Arbres et forêts ;
- Machines à vecteurs de support ;
- Réduction de dimension ;
- Clustering.
- Un appendice détaille des notions utiles d’optimisation convexe. Enfin, chaque chapitre est complété par des exercices corrigés. Une table des matières détaillée se trouve dans l’extrait du livre disponible en ligne.
En entrant plus dans les détails mathématiques et moins dans le code, ce livre se veut complémentaire aux ouvrages d’Aurélien Géron chez le même éditeur.
Fiche du livre sur le site éditeur : https://www.dunod.com/sciences-techniques/introduction-au-machine-learning
Où l’acheter : https://www.placedeslibraires.fr/livre/9782100780808-introduction-au-machine-learning-chloe-agathe-azencott/
Biographie de l’autrice :
Chloé-Agathe Azencott est maître de conférence au Centre de Bioinformatique (CBIO) de MINES ParisTech et l’Institut Curie (Paris). Elle est titulaire d’un diplôme d’ingénieur de Télécom Bretagne (actuelle IMT Atlantique), obtenu en 2005, et d’un doctorat en informatique de l’Université de Californie d’Irvine (USA), obtenu en 2010. Elle a ensuite passé 3 ans comme chercheuse post-doctorante dans le groupe Machine Learning and Computational Biology des Instituts Max Planck de Tübingen (Allemagne) avant de rejoindre le CBIO.
Ses travaux de recherche ont trait au développement et à l’application de méthodes d’apprentissage statistique pour la recherche biomédicale, avec un intérêt particulier pour la sélection de variable et l’intégration de données structurées.
Elle enseigne aussi à CentraleSupélec et sur OpenClassrooms.
Chloé-Agathe Azencott est aussi la cofondatrice de la branche parisienne de Women in Machine Learning and Data Science.