Les données sont au centre du machine learning, pour le meilleur et parfois pour le pire ! A travers cette toute nouvelle séquence, nous allons explorer la complexité des données et leur capacité (ou non) à décrire le monde réel, comment choisir un modèle et en interpréter le résultat.
Pourquoi ces données sont-elles aussi importantes ?
Biaisées, erronées, manquantes ou trop nombreuses, les données sont facilement infernales…
comment peuvent-elles représenter et décrire la réalité du monde physique ?
Quels modèles choisir pour mon problème ?
Comment expliquer ou interpréter le résultat d’une IA ?
Quelle explicabilité peut-on espérer face au syndrome de la boite noire ??