Introduction

Pourquoi ce blog ?

Visualisation de données

Un artefact est un objet auquel l’humain a donné forme. Par extension, il “amplifie les aptitudes humaines”¹. Dans la représentation ci-dessous, les constructeurs de cathédrales utilisent une échelle, une poulie, un marteau et un burrin pour réaliser leur tâche. Ce sont autant d’artefacts qui leur permettent de faire plus que ce à quoi les limite leur corps.

Figure 1 : Constructeurs de cathédral et leurs artéfacts

Les artefacts mentionnés sont physiques, ils changent l’intéraction de l’humain avec la matière. Qu’en est-il de l’information ? Une sous-famille d’artefacts dit “cognitifs” permettent d’aider l’humain dans son traitement de l’information.

“Un artefact cognitif est un outil artificiel conçu pour conserver, exposer et traiter l’information dans le but de satisfaire une fonction représentationnelle.” ¹

C’est dans ce sens que nous définirons ce qu’est la visualisation :

“The use of computer-supported, interactive, visual representations of data to amplify cognition.” ²

À titre d’exemple d’amplification de compréhension d’un phénomène, nous choisissons de citer la carte de Joseph Minard ci-dessous. Elle a été réalisée en 1869, représentant l’évolution de l’effectif des troupes napoléoniennes au cours de la campagne de Russie de 1812.

Figure 2 : Évolution de l’effectif la Grande Armée lors de la campagne de Russie par Minard

La force de cette visualisation réside dans l’encodage visuel d’une donnée (un effectif) au fil du temps et dans l’espace, au service d’une idée compréhensible par tous : la défaite de la Grande Armée.

Algorithme

Nous utiliserons beaucoup le terme algorithme dans cette étude. Nous choisissons d’utiliser une définition simple qui montre la différence entre algorithme et programme informatique.

“Ensemble de règles opératoires dont l’application permet de résoudre un problème énoncé au moyen d’un nombre fini d’opérations. Un algorithme peut être traduit, grâce à un langage de programmation, en un programme exécutable par un ordinateur.” ³

Un algorithme est donc en premier lieu une somme d’opérations logiques interprétables par l’humain, comme une recette de cuisine. Ainsi, c’est bien une traduction qu’un programmeur doit opérer afin de rendre un algorithme interprétable sous la forme d’un programme. Le programme découle de l’algorithme et pas l’inverse.

Machine Learning

L’apprentissage automatique décrit une catégorie de programmes informatiques qui améliorent leur performance à une tâche donnée par l’expérience. De manière formelle :

“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.” ⁴

En pratique, l’apprentissage automatique revient à chercher de manière automatisée une fonction. Cette fonction est produite par un modèle à partir de données d’entrainement. Le modèle évalue la qualité d’une fonction à partir d’une mesure de performance donnée au préalable.

Cadre d’étude

L’apprentissage automatique est un domaine immense. De plus, les effets sociétaux liés à ses applications sont encore mal connus. Nous devons donc donner un cadre à cette étude afin de ne pas nous éparpiller. Nous aborderons la difficulté de visualisation des algorithmes au sens général. Nous verrons ensuite le cas de l’apprentissage automatique et des défis posés par ses développements récents. Nous terminerons par étudier un cas particulier de modèle d’apprentissage automatique : le réseau de neurones convolutionnel.

Partie 1 : Visualiser un algoithme

Références

1. Donald A. Norman, “The Psychology of Everyday Things”, 1988, ISBN 0465067093 ↩ ↩²

2. Stuart K. Card, Jock D. Mackinlay and Ben Shneiderman, Readings in Information Visualization: Using Vision to Think, 1999, ISBN 1558605339 ↩

3. Dictionnaire Larousse, algorithme ↩

4. Tom Mitchell, “Machine Learning”, 1997, ISBN 9780070428072 ↩