3 livres de Machine Learning pour un confinement réussi

3 livres de Machine Learning pour un confinement réussi

Je ne sais pas vraiment si on peut ‘’réussir’’ un confinement mais on peut éviter de le rater. Pour cela il faut de la patience, La revue IA (je serais toujours là pour vous !) et quelques livres.
Le confinement risque de durer encore plusieurs jours. C’est le moment de vous cultiver et d’améliorer vos connaissances en machine learning !

3 livres de Machine Learning pour un confinement réussi

J’ai reçu 3 livres au début du confinement, laissez-moi vous en parler.

Page de garde : Quand la machine apprend
Page de garde : Quand la machine apprend


Quand la machine apprend : la révolution des neurones artificiels et de l’apprentissage profond


Le premier livre est celui écrit par Yann Le Cun, ‘’Quand la machine apprend’’. Bon j’avoue, ce livre est sorti il y a déjà plusieurs mois. Je n’ai pas eu l’occasion de le lire, j’ai donc profité de la situation pour m’y intéresser. Conclusion : j’aurais dû le lire avant !

À travers son ouvrage, le directeur de la recherche sur l’IA chez Facebook, retrace son parcours qui l’a amené à ce niveau-là. Entre ses débuts dans les années 80, ses rencontres avec Geoffrey Hinton et Joshua Bengio, jusqu’à son prix Turing en 2018, beaucoup de choses se sont passées. 
Parallèlement, Le Cun relate toutes l’histoire de l’intelligence artificielle, du perceptron au deep learning. Et met en garde contre les fausses croyances liées à l’intelligence artificielle.

La force de ce livre réside dans l’aisance qu’a l’auteur pour décrire des concepts compliqués avec des mots simples. En plus de la passion pour l’IA, Yann Le Cun a l’esprit de partage c’est certainement ce qui rend son livre intéressant !

 « L’IA est une science jeune, en devenir, dont le pouvoir de transformation de notre société est considérable. À la fois corpus théorique, aux frontières sans cesse repoussées, et réalité pratique enfouie dans les objets du quotidien. »

Yann Le Cun, Quand La Machine Apprend, Paris, Odile Jacob, Octobre 2019
Page de garde : Responsible Artificial Intelligence
Page de garde : Responsible Artificial Intelligence


Responsible Artificial Intelligence : How to Develop and Use AI in a Responsible Way

Le second est un livre écrit par Virginia Dignum, experte de l’intelligence artificielle éthique. Dans son œuvre, elle explique les enjeux éthique liés à l’intelligence artificielle.

C’est d’ailleurs un sujet qui m’intéresse de plus en plus. Nous sommes arrivés à un stade où l’intelligence artificielle est omniprésente, cet aspect doit être traité avec la plus grande rigueur. Comment créer des systèmes de recommandations éthiques ? Comment rendre les réseaux de neurones explicables ? Comment contrer plus efficacement les problèmes liés aux données biaisées ? Autant de questions essentielles mais auxquelles il est encore difficile de répondre.

Lorsque je parle d’IA éthiques les gens ont tendances à penser aux robots tueurs et autres Terminator, mais le problème n’est pas là. Les robots ne se révolteront pas ! Le problème réside dans les systèmes intelligents qui nous entourent, ceux qui sont conçus par des grandes entreprises souvent peu scrupuleuses… Le danger des IA c’est l’humain !

Ce qui m’a plu dans ce livre, c’est qu’une méthodologie concrète est proposée par l’auteure pour concevoir des IA éthiques. Plusieurs angles sont abordés. L’aspect qui me semble le plus sérieux est celui de la régulation par l’état des systèmes d’intelligences artificielles – et plus généralement tous les systèmes qui utilisent des données. Cela pourrait être une solution intéressante, pour assurer les droits des consommateurs. On pourrait aussi envisager l’instauration de labels qui assurent l’éthiques des systèmes conçus.

En tout cas, il y a encore énormément de travail à faire sur ce sujet. La conception d’IA éthique est un défi qui devrait occuper les plus grands scientifiques de notre ère !


The elements of statistical learning (Encore !)


Oui encore ce livre !

Ceux qui me suivent depuis le début savent à quel point je suis fan de ce livre. D’ailleurs c’est dans cet ouvrage que je trouve l’inspiration pour beaucoup de mes articles. Il faut dire qu’il est très complet et qu’il constitue un très bon point de départ pour apprendre le machine learning.

Ecrit en 2001 par Friedman, Tibshirani, Hastie, il vous permettra d’apprendre toutes les techniques de bases de l’apprentissage supervisé, d’acquérir des connaissances solides des principaux algorithmes de classification. Un gros chapitres est réservé aux méthodes de régressions.
Malgré qu’il date de 2001 (il a été mis à jour en 2009 mais en IA ça reste une éternité), ce livre vous donnera des bases solides en machine learning.

Voilà qui devrait vous occuper ! N’hésitez pas à me proposer d’autres livres et me dire ce que vous pensez de cela.N’oubliez pas de vous inscrire, la story hebdo reprend bientôt !