Comprendre le machine learning simplement, sans formule mathématique
La question qu'on me pose le plus souvent quand j'anime des ateliers, ce n'est pas « comment ça marche ». C'est : « attends, c'est quoi la différence avec un logiciel normal ? »
Et c'est la bonne question. Parce que tant qu'on n'a pas compris ça, tout le reste — les réseaux de neurones, le deep learning, les modèles de langage — ressemble à de la magie un peu inquiétante. Alors je vais vous expliquer le machine learning comme je l'explique à ma sœur qui est kiné : avec des mots du quotidien, et un exemple qu'on peut tenir dans sa tête.
Une promesse avant de commencer : à la fin de cet article, vous saurez dire pourquoi un modèle se trompe, ce qu'est un sur-apprentissage sans avoir ouvert un manuel, et vous aurez vu au moins une fois le mot « algorithme » employé correctement. C'est déjà énorme.
Points clés à retenir
- Un programme classique suit des règles écrites à la main. Un modèle de machine learning déduit ses propres règles à partir d'exemples.
- Les trois grandes familles — supervisé, non supervisé, par renforcement — ne répondent pas aux mêmes questions.
- La qualité d'un modèle dépend d'abord de la qualité des données, pas de la puissance de calcul.
- Un modèle qui réussit parfaitement sur ses données d'entraînement est souvent mauvais en conditions réelles.
- Vous pouvez entraîner un premier classifieur en une heure, sans écrire une ligne de maths.
La définition simple du machine learning (et pourquoi elle tient en une phrase)
Une logique classique, c'est une recette. Vous écrivez : « si le montant dépasse 800 € et que le pays est différent du pays habituel, alors envoyer une alerte ». Ça fonctionne. Jusqu'au jour où un fraudeur dépense 400 € au Luxembourg. Votre règle ne le voit pas passer.
Le machine learning renverse la logique. Au lieu de décrire la règle, on montre des milliers d'exemples de transactions normales et frauduleuses, et on laisse la machine chercher les régularités elle-même. Elle trouvera peut-être une combinaison que vous n'auriez jamais écrite : heure de la journée, type de marchand, ancienneté de la carte, écart à la moyenne des trois derniers achats.
La métaphore de l'enfant qui apprend les chats
Personne n'a jamais expliqué à un enfant de trois ans ce qu'est un chat. On lui en montre. Beaucoup. Il se trompe d'abord sur les petits chiens, puis il se corrige. Le machine learning fonctionne exactement de cette façon, à ceci près qu'il ne se fatigue pas et qu'il demande des milliers d'exemples là où l'enfant en réclame une dizaine.
Cette capacité d'abstraction est ce qui distingue le ML de la programmation traditionnelle, et c'est aussi ce qui rend la définition simple si difficile à écrire : on ne décrit pas un comportement, on décrit un processus d'apprentissage.
Où se situe le machine learning par rapport à l'IA et au deep learning
Trois cercles imbriqués. L'intelligence artificielle est le cercle extérieur : tout ce qui vise à faire accomplir une tâche à une machine. Le machine learning est dedans. Le deep learning est dedans encore, et désigne une famille de modèles — les réseaux de neurones profonds — qui a fait basculer la reconnaissance d'images et de parole au début des années 2010.
Et la data science dans tout ça ?
La data science est un métier, pas une technologie. Il englobe le nettoyage des données, l'analyse statistique, la visualisation et la mise en production de modèles. Le machine learning est l'une des boîtes à outils du data scientist, pas l'inverse.
Les types de machine learning, avec un exemple contrasté pour chacun
On m'a déjà dit que ce découpage était artificiel. Franchement, en pratique, on choisit presque toujours son type d'apprentissage en fonction de la question posée, et la question détermine tout le reste. Voici les trois cas, avec une situation différente pour chacun.
| Type | Ce qu'on fournit | Question typique | Exemple concret |
|---|---|---|---|
| Supervisé | Des exemples étiquetés (entrée → réponse attendue) | « Quelle est la réponse pour ce nouveau cas ? » | Prédire si un email est un spam |
| Non supervisé | Des données brutes, sans étiquette | « Y a-t-il des groupes qui se ressemblent ? » | Regrouper des clients par comportement d'achat |
| Par renforcement | Un environnement et une récompense | « Quelle suite d'actions maximise le gain ? » | Un bras robotisé qui apprend à saisir un objet |
L'apprentissage supervisé : celui que vous utiliserez dans 80 % des cas
Vous avez un historique, et dans cet historique la bonne réponse est déjà connue. C'est le cas de la détection de fraude, du diagnostic assisté, du tri automatique de vos tickets de support. On appelle ça supervisé parce qu'un humain a « supervisé » la constitution du jeu de données en collant l'étiquette correcte sur chaque exemple.
Le revers : il faut ces étiquettes. J'ai vu un projet de classification de documents internes s'enliser six semaines, non pas à cause du modèle, mais parce que personne n'avait le temps d'annoter 4 000 fichiers. On a fini avec 600 exemples bien faits et un résultat honnête. Moins de données, mieux étiquetées, bat souvent beaucoup de données sales.
L'apprentissage non supervisé : trouver ce qu'on ne cherchait pas
Ici, pas d'étiquettes. L'algorithme cherche des structures. Sur un fichier de 12 000 clients, il peut faire remonter trois profils d'acheteurs qui ne correspondent à aucun segment marketing existant. Surprenant, parfois dérangeant, souvent utile.
La difficulté n'est pas technique, elle est humaine : personne ne sait dire si les groupes trouvés ont un sens. C'est à vous de les interpréter. Et parfois, la réponse est « non, ce sont des artefacts ».
L'apprentissage par renforcement : apprendre par essai-erreur
Un agent agit, reçoit une note, ajuste. C'est la famille qui a rendu célèbres les programmes de jeu, et c'est celle qui pilote aujourd'hui les systèmes de refroidissement de certains centres de données, où l'économie d'énergie se compte en pourcentage à deux chiffres. Elle est puissante et coûteuse : il faut un environnement dans lequel l'agent peut se tromper sans casser quoi que ce soit.
Comment un modèle apprend vraiment (et pourquoi ça dérape)
Le mécanisme de base tient en une idée : le modèle fait une prédiction, on mesure l'écart avec la bonne réponse, et on corrige très légèrement les paramètres internes. Puis on recommence. Des milliers, parfois des millions de fois.
Pour un modèle simple, ça prend quelques secondes sur un ordinateur portable. Pour les grands modèles de langage que vous utilisez au quotidien, on parle de milliers de processeurs spécialisés tournant pendant des semaines. La différence entre les deux n'est pas conceptuelle, elle est industrielle.
Le sur-apprentissage : la maladie infantile de tout modèle
Un modèle peut apprendre par cœur. Il retient chaque exemple d'entraînement, y compris le bruit, les erreurs de saisie, les cas aberrants. Sur ses données de test internes, il affiche 99 % de réussite. En production, il s'écroule.
J'ai fait cette erreur sur un projet de prévision de demande. Le modèle annonçait une erreur moyenne de 4 %, ce qui m'a rendu très fier pendant une semaine. En conditions réelles, on était à 19 %. Le coupable : une variable qui n'existait que dans mes données d'historique et qui n'était plus collectée au moment de la mise en service. L'erreur était humaine, pas statistique.
Les données biaisées : quand le modèle reproduit nos angles morts
Un modèle n'invente rien. Il prolonge ce qu'on lui donne. Si un système de tri de candidatures est entraîné sur dix ans d'embauches passées, il apprend les habitudes de recrutement de ces dix années. Dans un secteur où certaines équipes étaient peu mixtes, il reproduira ce déséquilibre — avec l'autorité d'un calcul.
C'est pour cette raison que la question de l'interprétabilité compte plus que celle de la performance brute. Un modèle précis dont personne ne sait expliquer une décision est très difficile à défendre face à un client mécontent, à un régulateur, ou simplement à votre propre équipe. Sur plusieurs projets, j'ai fini par choisir un modèle légèrement moins bon mais dont je pouvais justifier chaque facteur devant un non-technicien. Je referais ce choix sans hésiter.
Par où commencer pour tester un premier modèle, sans maths
Vous n'avez pas besoin de comprendre les dérivées partielles pour entraîner quelque chose. Vraiment.
- Une heure, zéro ligne de code : les outils d'entraînement par l'exemple dans le navigateur, où vous montrez des images par classe et regardez le modèle se construire en direct. Idéal pour ressentir ce qu'est un jeu de données déséquilibré.
- Un après-midi, un peu de Python : la bibliothèque scikit-learn fournit des jeux de données d'exemple, des modèles prêts à l'emploi et des métriques de qualité. Trois lignes suffisent pour un premier classifieur.
- Une semaine, un vrai cas : prenez un fichier de votre quotidien — vos dépenses, vos tickets, vos relevés — et essayez de prédire une colonne à partir des autres.
Le piège classique du débutant : commencer par choisir le modèle. C'est l'inverse. On commence par se demander ce qu'on cherche, puis si les données permettent de le trouver, et seulement ensuite on regarde les outils. La plupart des projets que j'ai vus échouer ne se sont pas trompés de modèle. Ils se sont trompés de question.
Ce que le machine learning ne sait pas faire
Il ne comprend pas. Il corrèle. Cette nuance a l'air philosophique, elle est très pratique : un modèle entraîné à repérer des tumeurs sur des radiographies apprend parfois à reconnaître l'appareil utilisé pour prendre le cliché, parce que les patients malades passaient tous par le même service. Le modèle a raison sur ses données et se trompe sur le monde.
Il n'est pas non plus économe. L'entraînement de très grands modèles consomme une quantité d'électricité et d'eau qui, à l'échelle d'un déploiement, devient un sujet de coût réel. Ce n'est pas un argument contre la technologie, c'est un argument pour se demander si l'on a besoin d'un marteau-pilon pour écraser une noisette. Souvent, non.
Et il ne remplace pas la décision. Il produit une probabilité, vous décidez du seuil. Déplacer ce seuil de 0,5 à 0,7, c'est changer le nombre de faux positifs, donc le nombre de clients agacés, donc le coût du projet. Aucun modèle ne fera ce choix à votre place.
La seule chose à retenir si vous oubliez tout le reste
Le machine learning, c'est une manière de déléguer l'écriture des règles. Vous fournissez des exemples, la machine propose des régularités, et vous jugez le résultat. Tout le reste — les architectures, les bibliothèques, les métriques — n'est que de l'outillage autour de cette boucle.
Ce qui reste en tête après des années à pratiquer, ce n'est pas une formule. C'est une question qu'on se pose de plus en plus souvent : quand un système me répond avec assurance, qu'a-t-il réellement appris — et sur les données de qui ?
