{"id":242,"date":"2023-11-30T16:32:03","date_gmt":"2023-11-30T16:32:03","guid":{"rendered":"https:\/\/aiopentext.itd.cnr.it\/iapourlesenseignants\/chapter\/machine-learning-ai-through-data-experiments-in-orange\/"},"modified":"2024-01-31T11:52:11","modified_gmt":"2024-01-31T11:52:11","slug":"machine-learning-ai-through-data-experiments-in-orange","status":"publish","type":"chapter","link":"https:\/\/aiopentext.itd.cnr.it\/iapourlesenseignants\/chapter\/machine-learning-ai-through-data-experiments-in-orange\/","title":{"raw":"Apprentissage automatique et IA \u00e0 travers les exp\u00e9rimentations avec des donn\u00e9es d\u2019Orange","rendered":"Apprentissage automatique et IA \u00e0 travers les exp\u00e9rimentations avec des donn\u00e9es d\u2019Orange"},"content":{"raw":"

Les dauphins sont-ils des mammif\u00e8res et, si oui, pourquoi ? <\/em><\/p>\n

A quelle esp\u00e8ce appartiennent les kiwis <\/em>? <\/em><\/p>\n

Les zones climatiques d\u2019Ath\u00e8nes et de Rome sont-elles identiques ?<\/em><\/p>\n

\u00a0Qui a peint un c\u00e9l\u00e8bre tableau d\u00e9peignant une femme qui crie <\/em>?<\/em><\/p>\n

\u00a0<\/em>Cet artiste peint-il toujours le ciel de couleur orange <\/em>?<\/em><\/p>\n

Peut-on deviner qui a \u00e9crit une publication sur un r\u00e9seau social gr\u00e2ce \u00e0 la mani\u00e8re dont la personne \u00e9crit ? <\/em><\/p>\n

En termes de style de jeu,<\/em> Luka Don\u010di\u010d a-t-il un \u00e9quivalent au sein de la NBA ?<\/em><\/p>\n

Peut-on deviner l\u2019esp\u00e8ce d\u2019un arbre gr\u00e2ce \u00e0 ses feuilles ? A une photo de son \u00e9corce<\/em> ?<\/em><\/p>\n

Comment les pays du monde se regroupent-ils par caract\u00e9ristiques socio-\u00e9conomiques ? Le monde est-il vraiment divis\u00e9, d\u2019un point de vue socio-\u00e9conomique, entre pays du Nord et pays du Sud ? <\/em><\/p>\n

Rome et Ath\u00e8nes appartiennent-elles \u00e0 la m\u00eame zone climatique <\/em>?<\/em> En termes de conditions m\u00e9t\u00e9orologiques, quelle capitale est-elle la plus similaire \u00e0 Berlin ?<\/em><\/p>\n

La data science<\/em>, et notamment les m\u00e9thodes d\u2019apprentissage automatique, servent de catalyseurs du changement dans divers domaines, comme la science, l\u2019ing\u00e9nierie et la technologie, en ayant un impact significatif sur notre quotidien. Des techniques de calcul capables de faire le tri parmi d\u2019immenses ensembles de donn\u00e9es, d\u2019identifier des sch\u00e9mas int\u00e9ressants et de construire des mod\u00e8les pr\u00e9dictifs deviennent omnipr\u00e9sentes. Toutefois, seuls quelques professionnels poss\u00e8dent une compr\u00e9hension fondamentale de la data science<\/em>, et ils sont encore moins nombreux \u00e0 \u00eatre activement impliqu\u00e9s dans le d\u00e9veloppement de mod\u00e8les \u00e0 partir de leurs donn\u00e9es. A une \u00e9poque o\u00f9 les IA refa\u00e7onnent discr\u00e8tement notre environnement, tout le monde doit \u00eatre conscient des capacit\u00e9s, des avantages et des risques potentiels de ces technologies. Nous devons mettre en place des m\u00e9thodes afin d\u2019enseigner les concepts li\u00e9s \u00e0 la data science<\/em> et de les communiquer efficacement \u00e0 un vaste public. Les principes et les techniques de l\u2019apprentissage automatique, de la data science<\/em> ainsi que de l\u2019intelligence artificielle doivent \u00eatre accessibles au plus grand nombre.<\/p>\n

Il est possible de r\u00e9pondre \u00e0 chaque question pos\u00e9e au d\u00e9but de ce chapitre en \u00e9tudiant les donn\u00e9es concern\u00e9es. Nous proposons une approche qui permet d\u2019entrainer l\u2019apprentissage automatique en commen\u00e7ant par la question, en identifiant les donn\u00e9es pertinentes et en r\u00e9pondant \u00e0 la question gr\u00e2ce \u00e0 des sch\u00e9mas et des mod\u00e8les de donn\u00e9es pertinents. Dans le cadre du projet Pumice<\/a>, nous d\u00e9veloppons des activit\u00e9s p\u00e9dagogiques qui peuvent \u00eatre utilis\u00e9es pour enrichir diverses mati\u00e8res. Les donn\u00e9es li\u00e9es \u00e0 chaque sujet sont utilis\u00e9es et \u00e9tudi\u00e9es \u00e0 l\u2019aide d\u2019approches li\u00e9es aux IA et \u00e0 l\u2019apprentissage automatique. En partenariat avec des p\u00e9dagogues, nous avons d\u00e9velopp\u00e9 des mod\u00e8les d\u2019apprentissage et des explications approfondies \u00e0 destination des enseignants et des \u00e9tudiants.<\/p>\n

Les activit\u00e9s et la formation de Pumice sont prises en charge par Orange<\/a>, un programme d\u2019apprentissage automatique qui propose une interface intuitive, des visualisations interactives et un syst\u00e8me de programmation visuel. Afin de b\u00e9n\u00e9ficier de la simplicit\u00e9 n\u00e9cessaire dans le cadre de la formation, et de la versatilit\u00e9 utile pour couvrir la plupart des principaux sujets et s\u2019adapter aux diverses applications, il convient d\u2019utiliser une structure modulaire des pipelines analytiques et d\u2019exploiter l\u2019interactivit\u00e9 de tous les composants (voir Fig. 1). Afin de continuer \u00e0 soutenir l\u2019enseignement et \u00e0 se concentrer sur les concepts plut\u00f4t que sur les m\u00e9canismes sous-jacents, Orange garantit un acc\u00e8s simplifi\u00e9 aux donn\u00e9es, la reproductibilit\u00e9 gr\u00e2ce \u00e0 la m\u00e9morisation des flux de travail (en incluant tous les param\u00e8tres et les choix des utilisateurs) et une personnalisation optimis\u00e9e gr\u00e2ce \u00e0 la conception de nouveaux composants. Un aspect critique de la formation concerne le storytelling, par le biais de l\u2019inspection des flux de travail et de caract\u00e9ristiques sp\u00e9cialis\u00e9es destin\u00e9es \u00e0 l\u2019exp\u00e9rimentation, comme la constitution d\u2019ensembles de donn\u00e9es exp\u00e9rimentales ou la connaissance de la surinterpr\u00e9tation de la r\u00e9gression polynomiale lin\u00e9aire. Orange est disponible en tant que logiciel Open Source et il est accompagn\u00e9 d\u2019une br\u00e8ve vid\u00e9o de formation<\/a>.<\/p>\n\n\n[caption id=\"attachment_241\" align=\"aligncenter\" width=\"300\"]\"\" Fig.1. Orange, logiciel d\u2019exploration de donn\u00e9es, et flux de travail d\u2019exploration des donn\u00e9es type.[\/caption]\n\n \n

Dans la figure 1, on peut voir un flux de travail d\u2019exploration des donn\u00e9es type sur Orange. Le flux de travail comprend des \u00e9l\u00e9ments qui chargent les donn\u00e9es, calculent les distances, visualisent les donn\u00e9es ou les mod\u00e8les qui en r\u00e9sultent, ou qui ex\u00e9cutent toute t\u00e2che n\u00e9cessaire pour identifier et visualiser des tendances dans les donn\u00e9es. Dans ce flux de travail, nous avons utilis\u00e9 des donn\u00e9es socio\u00e9conomiques du monde entier. La partie sup\u00e9rieure du flux de travail se penche sur deux caract\u00e9ristiques et montre une corr\u00e9lation entre l\u2019esp\u00e9rance de vie et les ann\u00e9es pass\u00e9es \u00e0 \u00e9tudier. Elle montre \u00e9galement que dans certains pays, comme le Cap Vert et le Maroc, les populations \u00e9tudient peu mais vivent longtemps. En cours, les \u00e9l\u00e8ves peuvent d\u00e9velopper ces r\u00e9seaux afin d\u2019identifier les pays qui sont similaires d\u2019un point de vue socio-\u00e9conomique et d\u00e9couvrir sur la base de quels facteurs le monde est divis\u00e9, d\u2019un point de vue socio-\u00e9conomique, entre nord, sud et centre, en observant la grande division entre les parties les plus d\u00e9velopp\u00e9es et les moins d\u00e9velopp\u00e9es du globe. Il n\u2019est pas n\u00e9cessaire de leur enseigner cela explicitement : en explorant les donn\u00e9es gr\u00e2ce \u00e0 Orange, les \u00e9l\u00e8ves vont le constater par eux-m\u00eames et, pour les classes sup\u00e9rieures, \u00e9tudier ces divisions de mani\u00e8re autonome.<\/p>\n

Le d\u00e9veloppement d\u2019Orange a d\u00e9but\u00e9 en 2003 et le programme a grandement gagn\u00e9 en popularit\u00e9 depuis. Avec plus de 50000 utilisateurs par mois, Orange s\u2019est impos\u00e9 comme un logiciel sp\u00e9cialis\u00e9 largement utilis\u00e9. Pr\u00e8s de la moiti\u00e9 de ses utilisateurs proviennent du milieu acad\u00e9mique. En outre, Orange a connu une hausse notable de son taux d\u2019adoption au sein du secteur de l\u2019enseignement. Plus de 500 universit\u00e9s, dans le monde entier, ont en effet int\u00e9gr\u00e9 ce logiciel \u00e0 leurs cours de data science<\/em>.<\/p>\n

Si vous \u00eates un enseignant et que vous souhaitez vous pencher sur la data science<\/em> et l\u2019apprentissage automatique, nous avons compil\u00e9 diverses ressources offrant une pr\u00e9sentation de ces disciplines gr\u00e2ce \u00e0 une exploration pratique des donn\u00e9es via Orange :<\/p>\n\n