Choisir la tâche d'apprentissage

Ce que vous saurez faire

Choisissez le type de tâche selon la forme de la réponse nécessaire à la décision : un nombre, une classe ou un groupe. Ou choisissez aucun modèle lorsqu’une règle, une consultation de données ou un rapport donne la réponse. Le mauvais type de tâche produit des prédictions que personne ne peut utiliser pour agir.

Carnet JupyterFaites cette leçon dans un carnet JupyterColab · Kaggle · GitHub · en anglais

Le carnet (notebook) Jupyter retrouve chaque type de tâche dans les données réelles : billets de soutien par jour, transférés ou non au niveau supérieur, et clients sans étiquette. Il exécute aussi une règle, une consultation de données et un rapport, et contient l’exercice du module avec une vérification. Ses cellules de préparation installent pandas et scikit-learn et téléchargent les données d’exercice. Aucune préparation locale n’est donc nécessaire. Environ 30 minutes.

Ouvrir dans ColabOuvrir dans KaggleVoir sur GitHub

Le carnet est en anglais. Colab et Kaggle ouvrent votre propre copie. Il faut un compte Google ou Kaggle gratuit. Vous êtes bloqué ? Consultez le carnet de solution.

Avant de commencerCe qu’il faut savoir et avoir sous la mainEnviron 60 minutes

Ce que vous devez savoir

• Quand l’apprentissage automatique aide et quand une règle convient mieux, selon Ce qu’est l’apprentissage automatique.
• Les caractéristiques et les étiquettes, la classification et la régression, selon L’apprentissage supervisé.
• Le regroupement (clustering) et pourquoi une personne doit juger les groupes, selon L’apprentissage non supervisé.
• groupby et agg dans pandas, selon Transformer avec Python dans SQL et préparation des données pour l’IA.

Ce qu’il vous faut sur votre ordinateur (seulement pour le parcours local; le carnet n’en a pas besoin)

• Rien pour l’instant. Vous créerez le dossier du projet ~/projects/ticket-model au prochain module, dans Définir une référence de base : préparer votre projet.

Le carnet a été testé dans Jupyter sur macOS. Il utilisait Python 3.14.6, pandas 3.0.6, scikit-learn 1.9.1 et matplotlib 3.11.2.

Un service météo, quatre types de réponses

Un service météo reçoit quatre questions le même matin. Un agriculteur demande : « Combien de millimètres de pluie tomberont demain? » Une famille qui prévoit un pique-nique demande : « Pleuvra-t-il demain, oui ou non? » Une chercheuse demande : « Quels jours des dix dernières années avaient une météo semblable? » Et un journaliste demande : « Combien de pluie est tombée en mai dernier? »

Les quatre utilisent les mêmes données : des années de relevés météo. Mais les réponses ont des formes différentes. L’agriculteur a besoin d’un nombre. La famille a besoin d’une classe : oui ou non. La chercheuse a besoin de groupes, et personne ne connaît les bons groupes à l’avance. Le journaliste a besoin d’un fait passé : il est déjà dans les relevés, donc rien n’est à prédire.

Chaque forme exige une méthode différente. Un modèle qui répond oui ou non ne dit toujours pas à l’agriculteur combien d’eau ses champs recevront. Un modèle pour le journaliste ne peut qu’ajouter des erreurs à un nombre que vous pouvez consulter. La forme de la réponse dont une personne a besoin détermine la tâche. Choisissez-la avant de choisir un modèle.

Quatre questions, quatre types de réponses

L’équipe de Larkfield pose les quatre mêmes types de questions sur son service de soutien :

1. Omar planifie les effectifs : « Combien de billets arriveront demain? » La réponse est un nombre, comme 26, 31 ou 14. Les jours passés ont leurs nombres réels. C’est donc de l’apprentissage supervisé avec un nombre comme étiquette : la régression.
2. Grace dirige les billets : « Ce nouveau billet sera-t-il transféré au niveau supérieur dans les 72 heures? » La réponse est l’une de deux classes. Les billets passés ont la bonne réponse dans escalated_72h. C’est donc de l’apprentissage supervisé avec une classe comme étiquette : la classification.
3. Grace demande aussi : « Quels clients se ressemblent? » La réponse est constituée de groupes, et personne n’a consigné les bons groupes. C’est de l’apprentissage non supervisé : le regroupement.
4. Omar demande pour son rapport : « Combien de billets ont été transférés au niveau supérieur en avril? » Avril est terminé, et la réponse est dans les données. Vous les comptez. Aucun modèle : un rapport.

Question	Forme de la réponse	Apprentissage	Tâche
Combien de billets arriveront demain?	Un nombre : 26, 31, 14	Supervisé	Régression
Ce nouveau billet sera-t-il transféré au niveau supérieur dans les 72 heures?	Une classe : oui ou non	Supervisé	Classification
Quels clients se ressemblent?	Des groupes que personne n’a fournis	Non supervisé	Regroupement
Combien de billets ont été transférés au niveau supérieur en avril?	Un compte de billets passés	Aucun	Aucun modèle : un rapport

La tâche découle de la décision

Vous pouvez déterminer la tâche pour toute question en posant trois questions, dans cet ordre. Le schéma les montre.

1. La réponse est-elle déjà connue, ou une valeur connue la donne-t-elle exactement? Alors aucun modèle n’est nécessaire : comptez, consultez les données ou écrivez la règle.
2. Les exemples passés ont-ils la bonne réponse, une étiquette? Sinon, vous ne pouvez pas apprendre une règle reliant les caractéristiques à une réponse. Vous pouvez seulement chercher des groupes : c’est le regroupement, et une personne doit juger les groupes.
3. S’il y a une étiquette, quelle forme prend la réponse? Un nombre signifie la régression. Une classe signifie la classification.

Trois questions déterminent la tâche : la réponse est-elle déjà connue, y a-t-il une étiquette, et la réponse est-elle un nombre ou une classe?

Description textuelle du diagramme

L’arbre commence par une question de l’entreprise. La première décision demande : la réponse est-elle déjà connue, ou une valeur connue la donne-t-elle exactement? Si oui, le résultat est « Aucun modèle » : un rapport, une consultation de données ou une règle.

Si non, la deuxième décision demande : les exemples passés ont-ils la bonne réponse, une étiquette? Si non, le résultat est « Regroupement » : des groupes qu’une personne doit juger.

Si oui, la troisième décision demande : quelle forme prend la réponse? Un nombre mène à « Régression », par exemple le nombre de billets de demain. Une classe mène à « Classification », par exemple transféré au niveau supérieur, oui ou non.

Les trois tâches diffèrent aussi par le sens d’une mauvaise réponse, donc par leur façon d’être mesurées au module 3 :

Tâche	L’étiquette est	Exemple de Larkfield	Un exemple représente	Une mauvaise réponse est
Régression	Un nombre qui peut prendre plusieurs valeurs	Billets de demain (daily_tickets.csv, colonne tickets)	Un jour	Éloignée ou proche : 27 pour 26 est presque juste
Classification	Une classe parmi quelques-unes	Transféré au niveau supérieur dans les 72 heures (escalated_72h : 0 ou 1)	Un billet	Juste ou fausse
Regroupement	Il n’y a pas d’étiquette	Groupes de clients semblables	Un client	Non définie : une personne juge si les groupes sont utiles

Quand aucun modèle est la bonne réponse

Créer un modèle, le tester et le maintenir en fonction demande du temps. Trois réponses plus simples suffisent souvent :

• Une règle est une condition fixe qu’une personne écrit, par exemple « signaler les billets de priorité 1 ». Elle n’exige aucun entraînement et s’explique facilement.
• Une consultation de données utilise une table de faits passés, par exemple le taux de transfert au niveau supérieur de chaque équipe.
• Un rapport compte ou additionne ce qui est déjà arrivé, par exemple les transferts au niveau supérieur du mois dernier.

Choisissez l’une de ces options plutôt qu’un modèle lorsqu’une des conditions suivantes est vraie :

1. La réponse est déjà dans les données. Les transferts au niveau supérieur du mois dernier demandent un compte, pas une prédiction.
2. La réponse découle d’une valeur connue. « La commande dépasse-t-elle 500 $? » demande order_value > 500, pas un modèle.
3. Une règle simple suffit. Mesurez d’abord la règle. Un modèle vaut son coût seulement s’il est nettement meilleur. Au module 2, vous mesurez la règle « signaler les billets de priorité 1 ».
4. Aucune décision ne change. Si personne n’agit selon la prédiction, ne la faites pas.
5. Aucun exemple n’a la bonne réponse, et personne ne peut juger les groupes. Alors ni l’apprentissage supervisé ni l’apprentissage non supervisé ne peut aider.

Exemple détaillé : chaque tâche dans les données réelles

Priya retrouve chaque tâche dans les fichiers du cours. Chaque bloc de code est une cellule du carnet de la leçon. Le carnet définit d’abord read(), qui lit un fichier de billets, la liste FEATURES des 10 colonnes de variables, et TARGET = "escalated_72h". Comme dans L’apprentissage supervisé, la cible est la colonne d’étiquette.

Régression. Dans daily_tickets.csv, une ligne représente un jour :

daily = pd.read_csv("data/daily_tickets.csv", parse_dates=["date"])
print(daily.shape)
print(daily.head(3))
print(daily["tickets"].describe().round(2))

La sortie :

(730, 5)
        date weekday  is_weekend  month  tickets
0 2024-07-01     Mon           0      7       33
1 2024-07-02     Tue           0      7       33
2 2024-07-03     Wed           0      7       29
count    730.00
mean      26.35
std       11.12
min        4.00
25%       18.00
50%       26.00
75%       34.00
max       60.00
Name: tickets, dtype: float64

L’étiquette tickets va de 4 à 60, avec une moyenne de 26,35. C’est un nombre, donc la prédire relève de la régression. Les variables d’un jour sont weekday, is_weekend et month. Vous entraînez ce modèle au module 4.

Classification. Dans train.csv, une ligne représente un billet :

X = train[FEATURES]
y = train[TARGET]
print("X:", X.shape, " y:", y.shape)
print(y.value_counts())

La sortie :

X: (16939, 10)  y: (16939,)
escalated_72h
0    14956
1     1983
Name: count, dtype: int64

X contient 16 939 lignes et 10 colonnes de variables. y contient une valeur par ligne, et seulement deux valeurs apparaissent : 0 et 1. C’est de la classification binaire.

Regroupement. Grace demande : « Quels types de clients avons-nous? » Priya crée une ligne par client à partir des billets d’entraînement. Les invités n’ont pas d’identifiant de client, donc elle les exclut :

known = train.dropna(subset=["customer_id"])
customers = known.groupby("customer_id").agg(
    tickets=("ticket_id", "size"),
    mean_words=("word_count", "mean"),
    mean_order=("order_value", "mean"),
    segment=("segment", "first"),
).round(1)
print(customers.shape)
customers.head()

La sortie :

(847, 4)
             tickets  mean_words  mean_order   segment
customer_id
C-00001           62       121.2       145.3  business
C-00002           10       114.3        51.1      home
C-00003            2        55.5        27.3     trade
C-00004           14       109.4        53.1      home
C-00005           10       170.6       121.5      home

847 clients, quatre colonnes et aucune étiquette. Une méthode de regroupement pourrait trouver des groupes comme « clients ayant beaucoup de longs billets ». Seule Grace peut dire si un tel groupe aide son équipe.

Aucun modèle. Une règle, une consultation de données et un rapport :

rule_flags = valid["priority"] == 1
print("Rule: flag priority 1 ->", rule_flags.sum(), "of", len(valid), "May tickets flagged")
print()
print("Lookup: escalation rate by team (train)")
print(train.groupby("team")[TARGET].mean().round(3).sort_values(ascending=False))
print()
april = train[train["created_at"] >= "2026-04-01"]
print("Report: April 2026 had", len(april), "tickets and", april[TARGET].sum(), "escalations")

La sortie :

Rule: flag priority 1 -> 163 of 1179 May tickets flagged

Lookup: escalation rate by team (train)
team
payment     0.207
warranty    0.159
delivery    0.097
returns     0.096
account     0.055
Name: escalated_72h, dtype: float64

Report: April 2026 had 1095 tickets and 107 escalations

Le rapport ne prédit rien : avril est terminé. La règle et la consultation de données font des prédictions, mais une personne les a écrites, et chacun peut les vérifier. (valid contient les billets de mai 2026, conservés à part pour vérifier les modèles plus tard; le module 3 explique pourquoi.) Pour Larkfield, Priya décide :

• La décision d’acheminement de Grace relève de la classification binaire d’un billet, au moment de sa création. Un modèle doit d’abord dépasser la règle « signaler les billets de priorité 1 ».
• La question d’Omar sur les effectifs relève de la régression et constitue un autre projet. Le cours l’utilise aux modules 3 et 4 pour montrer la régression.
• Les groupes de clients servent à l’exploration, pas à l’acheminement. L’exploration non supervisée revient sur ces groupes.

Exercice guidé : nommer la tâche

1. Ouvrez le carnet depuis l’encadré Faites cette leçon dans un carnet Jupyter en haut de cette page.
2. Exécutez les cellules de préparation. La cellule de données se termine par Ready: train 16939 rows (1983 escalated), valid 1179 (183), test 1002 (157). (prêt : nombres de lignes et de billets transférés au niveau supérieur pour chaque jeu).
3. Exécutez les sections 1 à 5. Comparez chaque sortie avec l’exemple détaillé ci-dessus.
4. Dans la section 2, regardez le graphique des billets par jour. Vous voyez moins de billets la fin de semaine et plus chaque printemps.
5. Dans la section 6, lisez les six questions ci-dessous.
6. Pour chaque question, écrivez "regression", "classification", "clustering" ou "no model" dans le dictionnaire answers.
7. Exécutez la cellule de vérification. Elle affiche Check passed (vérification réussie) quand les six réponses sont bonnes.
8. Si elle affiche Not yet (pas encore), demandez-vous pour chaque question : quelle forme prend la réponse, et est-elle déjà connue?

Les six questions :

1. Combien de minutes faudra-t-il pour répondre pour la première fois à ce nouveau billet?
2. Ce client créera-t-il un nouveau billet dans les 30 jours?
3. Quels billets se ressemblent, pour regrouper les pages d’aide par sujet? (Personne n’a étiqueté les sujets.)
4. Combien de billets chaque équipe a-t-elle reçus la semaine dernière?
5. La valeur de la commande de ce billet dépasse-t-elle 500 $?
6. Combien de transferts au niveau supérieur y aura-t-il lundi prochain?

Afficher la réponse

Question	Tâche	Pourquoi
1. Minutes avant la première réponse	Régression	La réponse est un nombre de minutes.
2. Un nouveau billet dans les 30 jours	Classification	La réponse est oui ou non, pour un client.
3. Billets semblables pour les pages d’aide	Regroupement	Il n’y a pas d’étiquette : une personne juge les groupes.
4. Billets par équipe la semaine dernière	Aucun modèle	Un rapport : la réponse est déjà dans les données.
5. Valeur de commande supérieure à 500 $	Aucun modèle	Une règle sur une valeur connue donne la réponse exacte.
6. Transferts au niveau supérieur lundi prochain	Régression	La réponse est un compte pour un jour.

À vous de jouer : changer l’unité

Changez une seule chose : l’unité. L’unité est ce sur quoi porte une prédiction : un billet, un jour ou un client. escalated_72h est une étiquette de classification, parce que l’unité est un billet. Prenez plutôt un jour comme unité. Dans la section 7 du carnet, comptez les transferts au niveau supérieur pour chaque jour de train (regroupez par date de created_at et additionnez escalated_72h). Calculez ensuite la moyenne par jour. Avant d’exécuter le code, prédisez : la nouvelle étiquette sert-elle à la classification ou à la régression?

Afficher la réponse

escalations_per_day = train.groupby(train["created_at"].dt.date)[TARGET].sum()
mean_escalations = round(escalations_per_day.mean(), 2)
print(mean_escalations)

2.96

Les 669 jours d’entraînement comptent chacun de 0 à 10 transferts au niveau supérieur, avec une moyenne de 2,96. Un compte par jour est un nombre, donc le prédire relève de la régression. L’étiquette de chaque billet reste oui ou non. L’unité détermine la tâche, et la décision détermine l’unité. Grace dirige un billet à la fois, donc son unité est le billet.

Erreur courante

La mauvaise unité

Symptôme : Tomás propose un raccourci. « Étiquetons chaque client comme client à transfert s’il a eu au moins un transfert au niveau supérieur dans les données d’entraînement. Envoyons ensuite tous ses billets à l’équipe de niveau supérieur. » Il teste cette règle sur les billets de mai :

Escalators: 484 of 847 customers
May tickets flagged: 952 of 1179 (80.7%)
Escalations caught: 163 of 183

La règle détecte 163 des 183 transferts au niveau supérieur. Elle envoie aussi 80,7 % de tous les billets à l’équipe de niveau supérieur. Cette équipe peut examiner au plus 1 billet sur 5 (20 %). C’est donc quatre fois sa capacité.

Cause : Tomás a changé l’unité, passant du billet au client. En 22 mois, plus de la moitié des clients ont eu au moins un transfert au niveau supérieur. L’étiquette « client à transfert » ne dit donc presque rien sur un nouveau billet. La décision porte sur un billet, donc l’unité doit être un billet.

Correction : avant de créer quoi que ce soit, notez l’unité de la décision : l’équipe de Grace agit sur un billet à la fois. Vérifiez que les lignes des données, l’étiquette et la sortie ont toutes cette unité. Vérifiez ensuite la sortie selon ce que l’équipe peut faire : quelle proportion des billets serait signalée?

Conséquence dans le travail en IA : une prédiction pour la mauvaise unité ne peut pas guider la décision. Ici, l’équipe de niveau supérieur ne peut pas examiner 4 billets sur 5. Elle ignore donc les signalements, et les transferts au niveau supérieur attendent comme avant. Un grand nombre de cas « détectés » ne signifie rien tant que vous ne comptez pas aussi ce que la règle signale.

Vérification des connaissances

Vérifiez votre compréhension

Larkfield veut savoir combien d'heures chaque nouveau billet restera ouvert. Est-ce de la régression, de la classification ou du regroupement? Quelle est l'unité, et quand faut-il faire la prédiction?

Afficher la réponse

Régression : la réponse est un nombre d’heures. L’unité est un billet, et Larkfield a besoin de la prédiction à son arrivée. Le modèle doit connaître chaque caractéristique à ce moment-là. Un fait qui arrive plus tard, comme l’heure de la première réponse, ne peut donc pas être une caractéristique.

Vérifiez votre compréhension

Omar veut un modèle qui prédit combien de billets ont été transférés au niveau supérieur le mois dernier, pour le rapport mensuel. Que lui dites-vous?

Afficher la réponse

Le mois dernier est terminé, donc la réponse est déjà dans les données : il faut un rapport, pas un modèle. Comptez les transferts au niveau supérieur avec une requête ou groupby. Un modèle ne ferait qu’ajouter des erreurs à un nombre que vous pouvez compter exactement. Un modèle est utile seulement pour les réponses qui n’existent pas encore au moment de la décision.

Exercices du module

Ces exercices terminent le module 1. Ils reprennent les quatre leçons : apprentissage automatique ou non, supervisé ou non supervisé, et choix de la tâche. Vous rédigez une fiche de tâche : un court ensemble de réponses prédéfini qui cadre une question avant de créer un modèle.

Exercice guidé : la fiche de tâche de Priya pour la question de Grace. Lisez-la comme exemple. Chaque ligne répond à une question de ce module.

Ligne de la fiche	Grace : « Ce nouveau billet sera-t-il transféré à l’équipe senior dans les 72 heures? »
Qui utilise la réponse, et comment	L’équipe de Grace envoie les billets signalés directement à l’équipe senior.
L’unité (chaque réponse porte sur un ou une…)	Billet.
La forme de la réponse	Une classe : oui ou non.
L’étiquette dans les données	escalated_72h, tirée de l’historique de chaque billet 72 heures plus tard.
Apprentissage	Supervisé : les anciens billets ont la bonne réponse.
Tâche	Classification binaire.
Une réponse plus simple à essayer d’abord	La règle « signaler les billets de priorité 1 » (163 des 1 179 billets de mai).

Exercice autonome : trois nouvelles questions. Rédigez une fiche de tâche pour chaque question. Ensuite, dans la section 9 du carnet (notebook) Jupyter, entrez le type d’apprentissage ("supervised" (supervisé), "unsupervised" (non supervisé) ou "none" (aucun)) et la tâche pour chaque question. Exécutez ensuite la cellule de vérification.

• Omar : « Combien de transferts à l’équipe senior y aura-t-il chaque semaine du mois prochain? »
• Mei, l’ingénieure de données : « Les billets des clients invités forment-ils des groupes que nous ne connaissons pas encore? » Personne n’a étiqueté de groupes.
• Grace : « Quelle équipe a eu le plus de transferts à l’équipe senior en avril? »

Afficher un exemple de réponse

Ligne de la fiche	Omar : transferts par semaine	Mei : groupes de billets de clients invités	Grace : équipe ayant le plus de transferts en avril
Qui utilise la réponse, et comment	Omar planifie les effectifs seniors pour chaque semaine.	Mei et Grace cherchent les problèmes communs aux clients invités.	Grace fait un rapport aux gestionnaires.
L’unité	Semaine.	Billet d’un client invité.	Équipe, pour un mois passé.
La forme de la réponse	Un nombre de transferts.	Des groupes que personne n’a nommés.	Un fait du passé.
L’étiquette dans les données	Le nombre hebdomadaire de escalated_72h, tiré des semaines passées.	Aucune.	Pas nécessaire : la réponse est dans les données.
Apprentissage	Supervisé.	Non supervisé.	Aucun.
Tâche	Régression.	Regroupement (clustering); une personne évalue et nomme les groupes.	Aucun modèle : un rapport (un groupby et un décompte).
Une réponse plus simple à essayer d’abord	La moyenne des dernières semaines.	Un rapport des billets de clients invités par équipe et par canal.	C’est déjà la réponse simple.

Dans le carnet, les réponses sont ("supervised", "regression"), ("unsupervised", "clustering") et ("none", "no model") (aucun apprentissage, aucun modèle).

Vérification du module

Vérifiez votre compréhension

Quelle est la différence entre l'apprentissage supervisé et non supervisé? Pourquoi appelle-t-on l'apprentissage supervisé ainsi?

Afficher la réponse

L’apprentissage supervisé utilise des exemples qui ont la bonne réponse, l’étiquette. Il apprend une règle qui relie les caractéristiques à l’étiquette. On l’appelle supervisé parce qu’un superviseur donne la bonne réponse pour chaque exemple pendant l’apprentissage. C’est comme un parent qui nomme les couleurs pour un enfant. Dans les données, la colonne d’étiquettes joue ce rôle. L’apprentissage non supervisé n’a pas d’étiquette. Il trouve une structure dans les caractéristiques seules, comme des groupes d’exemples semblables. Une personne doit juger si cette structure est utile.

Vérifiez votre compréhension

Nommez la tâche, ou indiquez qu'aucun modèle n'est nécessaire : (a) combien de minutes durera un appel au soutien; (b) regrouper les produits retournés selon la raison écrite par les clients, quand aucune catégorie n'existe encore; (c) déterminer si un nouvel avis sur un produit est positif ou négatif, avec 10 000 anciens avis étiquetés par le personnel; (d) les cinq produits retournés le plus souvent le mois dernier.

Afficher la réponse

(a) Régression : supervisée, et la réponse est un nombre de minutes. (b) Regroupement : non supervisé, car il n’y a pas d’étiquettes, et une personne doit nommer et évaluer les groupes. (c) Classification : supervisée, avec deux classes, et les annotations du personnel sont les étiquettes. (d) Aucun modèle : un rapport, car la réponse est déjà dans les données du mois dernier.

Vérifiez votre compréhension

Expliquez pourquoi la question de Grace « Ce nouveau billet sera-t-il transféré à l'équipe senior dans les 72 heures? » relève de l'apprentissage supervisé. D'où viennent les étiquettes? Que pourriez-vous apprendre des mêmes billets sans la colonne d'étiquettes?

Afficher la réponse

C’est supervisé parce que chaque ancien billet a la bonne réponse. escalated_72h vaut 1 si un agent senior a pris en charge le billet dans les 72 heures, sinon 0. L’étiquette vient de l’historique de chaque billet. Personne n’a donc eu à étiqueter les billets à la main. Un modèle peut apprendre une règle qui relie les 10 caractéristiques à cette étiquette, puis la prédire pour de nouveaux billets. Sans la colonne d’étiquettes, vous pourriez seulement regrouper les billets semblables. Cela ne permet pas de dire quel nouveau billet sera transféré à l’équipe senior.

Récapitulatif

Cette leçon

• La forme de la réponse détermine la tâche : un nombre correspond à la régression, une classe à la classification, des groupes sans étiquette au regroupement.
• Utilisez une règle, une recherche ou un rapport plutôt qu’un modèle quand la réponse est déjà connue ou découle d’une valeur connue. Faites aussi ce choix quand une règle suffit.
• L’unité détermine la tâche. Une étiquette par client signale 80,7 % des billets de mai; la décision de Grace exige une prédiction par billet.

Module 1 : Comprendre l’apprentissage automatique

• L’apprentissage automatique apprend une règle, le modèle, à partir d’exemples (entraînement), puis l’utilise sur de nouveaux cas (prédiction). Utilisez-le quand la régularité est trop complexe à décrire, que des exemples existent, que la décision se répète et que certaines erreurs sont acceptables.
• L’apprentissage supervisé apprend à partir d’exemples avec une étiquette (X et y), comme un enfant apprend le nom des couleurs. L’apprentissage non supervisé trouve des groupes dans les caractéristiques seules, et une personne les évalue.
• La question de Larkfield, « ce nouveau billet sera-t-il transféré à l’équipe senior? », est une classification binaire supervisée d’un billet, avec l’étiquette escalated_72h.

Réinitialisation. Le module 1 n’a pas encore de fichiers de projet. Pour réinitialiser le carnet d’une leçon, redémarrez-le et exécutez toutes les cellules (dans Colab : Runtime › Restart session and run all (Exécution › Redémarrer la session et tout exécuter)). Pour repartir avec des données neuves, supprimez le dossier ticket-model à côté du carnet, puis réexécutez les cellules de préparation.

Ensuite, dans le module 2, vous transformez le besoin de Grace en un problème de prédiction précis. Vous nommez la décision, l’unité, la cible, le moment de la prédiction et le coût de chaque erreur.

Leçon suivante : Traduire un besoin