Apprentissage non supervisé : notions de base

Analyse de clusters en Python

Shaumik Daityari

Business Analyst

Exemple courant : Google Actualités

  • Comment Google Actualités classe-t-il les articles ?
  • Algorithme d’apprentissage non supervisé : clustering
  • Faire correspondre les termes fréquents pour mesurer la similarité

Analyse de clusters en Python

Données étiquetées et non étiquetées

Données sans étiquettes

  • Point 1 : (1, 2)
  • Point 2 : (2, 2)
  • Point 3 : (3, 1)

Données avec étiquettes

  • Point 1 : (1, 2), Étiquette : zone dangereuse
  • Point 2 : (2, 2), Étiquette : zone normale
  • Point 3 : (3, 1), Étiquette : zone normale
Analyse de clusters en Python

Qu’est-ce que l’apprentissage non supervisé ?

  • Famille d’algorithmes ML qui trouvent des motifs dans les données
  • Données non étiquetées, non classées, non caractérisées
  • Objectif : interpréter toute structure présente
  • Algorithmes courants : clustering, réseaux de neurones, détection d’anomalies
Analyse de clusters en Python

Qu’est-ce que le clustering ?

  • Regrouper des éléments aux caractéristiques similaires
  • Éléments d’un même groupe plus similaires qu’entre groupes
  • Exemple : distance entre points dans un plan 2D
Analyse de clusters en Python

Tracer des données pour le clustering – observations de Pokémon

from matplotlib import pyplot as plt

x_coordinates = [80, 93, 86, 98, 86, 9, 15, 3, 10, 20, 44, 56, 49, 62, 44]
y_coordinates = [87, 96, 95, 92, 92, 57, 49, 47, 59, 55, 25, 2, 10, 24, 10]

plt.scatter(x_coordinates, y_coordinates)
plt.show()
Analyse de clusters en Python

Analyse de clusters en Python

Analyse de clusters en Python

À suivre : un peu de pratique

Analyse de clusters en Python

Preparing Video For Download...