Modèles & Apprentissage Automatique

Découvrir les grands paradigmes du Machine Learning : supervisé, non-supervisé et par renforcement.

Pour démystifier ce qu’est réellement l’apprentissage en machine learning, une analogie physique simple : le moulage.

• Les Données (L’original) : Vos données d’entraînement sont une figurine de référence — des matrices de nombres bruts représentant la réalité.
• Le Modèle (La matière) : Le modèle est la matière brute qui va mouler autour de cette figurine. Il est défini par des nombres modifiables appelés paramètres.
• L’Apprentissage (Le processus) : Apprendre consiste à presser, déformer et ajuster cette matière itérativement pour qu’elle épouse le plus parfaitement possible la forme de la figurine originale, afin de pouvoir en générer de nouvelles à l’avenir.

Le Moule et l’Objet

Imaginez que votre jeu de données est une pièce mécanique complexe (avec sa forme globale et ses micro-rayures). Votre modèle d’IA est un matériau de moulage. L’apprentissage (les époques) consiste à presser ce matériau sur l’objet pour en capturer la forme.

Presse en Action

Pression0

▼

objectData = d3.range(0, 100, 2).map(x => ({
  x: x,
  y: 60 + 25 * Math.sin(x / 12) + (x % 8 === 0 ? 12 : -4)
}))

presseGraph = {
  const el = document.getElementById("presse-graph");
  if (!el) return;

  const H = 260;   // matches .chart-container-md
  const VW = 800;  // virtual coordinate width — CSS handles actual width
  const pad = { t: 24, r: 20, b: 20, l: 44 };

  const svg = d3.create("svg")
    .attr("width", "100%")
    .attr("height", "100%")
    .attr("viewBox", `0 0 ${VW} ${H}`);

  const xScale = d3.scaleLinear().domain([0, 100]).range([pad.l, VW - pad.r]);
  const yScale = d3.scaleLinear().domain([0, 100]).range([H - pad.b, pad.t]);

  const line = d3.line()
    .curve(d3.curveMonotoneX)
    .x(d => xScale(d.x))
    .y(d => yScale(d.y));

  // Données (objet de référence — en pointillé)
  svg.append("path")
    .datum(objectData)
    .attr("fill", "none")
    .attr("stroke", "var(--sol-base01)")
    .attr("stroke-width", 3)
    .attr("stroke-dasharray", "4 4")
    .attr("d", line);

  // Modèle (moule) — suit les données selon la pression
  const moldData = objectData.map(d => {
    const startY = 100;
    const currentY = startY + (d.y - startY) * (pression / 100);
    return { x: d.x, y: currentY };
  });

  svg.append("path")
    .datum(moldData)
    .attr("fill", "none")
    .attr("stroke", "var(--sol-yellow)")
    .attr("stroke-width", 6)
    .attr("stroke-linecap", "round")
    .attr("stroke-linejoin", "round")
    .attr("d", line);

  // Légende
  const legendX = VW - pad.r - 110;
  svg.append("line")
    .attr("x1", legendX).attr("y1", pad.t)
    .attr("x2", legendX + 24).attr("y2", pad.t)
    .attr("stroke", "var(--sol-base01)").attr("stroke-width", 2)
    .attr("stroke-dasharray", "4 4");
  svg.append("text")
    .attr("x", legendX + 30).attr("y", pad.t + 4)
    .attr("fill", "var(--sol-base01)").attr("font-size", "11px")
    .text("Données");

  svg.append("line")
    .attr("x1", legendX).attr("y1", pad.t + 18)
    .attr("x2", legendX + 24).attr("y2", pad.t + 18)
    .attr("stroke", "var(--sol-yellow)").attr("stroke-width", 4)
    .attr("stroke-linecap", "round");
  svg.append("text")
    .attr("x", legendX + 30).attr("y", pad.t + 22)
    .attr("fill", "var(--sol-yellow)").attr("font-size", "11px")
    .text("Modèle");

  if (el) el.replaceChildren(svg.node());

  return svg.node();
}