Ne vois aucune attaque dans ce commentaire, mais j'ai l'impression que tu tiens dur comme fer à justifier des méthodes de machine learning, quitte à utiliser des arguments discutables.
Ah, alors ne vois aucune attaque dans l'autre sens non plus :)
Je ne cherche absolument pas à "caser" du machine-learning.
Juste par curiosité, j'aimerai bien que tu me cites un exemple de « modèle "compréhensible" par un non statisticien ». N'y vois aucune malice, mais tu t'attaques à un modèle statistique raisonnablement complexe (en fait non, mais il est perçu comme tel), sur un argument pas forcément pertinent.
En machine-learning ou en statistique ?
J'ajouterais de plus qu'utiliser une procédure varimax est la majorité du temps complètement incohérent du point de vue statistique
Là dessus, on tombe d'accord. J'ai forcé un peu le trait. ;)
Prend note également que les arbres de décisions ne sont pas un modèle explicable
Je ne parle pas d'explication, mais de facilité de lecture pour le décideur pressé.
Alors, au cas où l'argument de l'arbre de décision (oublie qu'on parle de coupe orthogonales, de minimisation d'entropie, d'élagage... voir de forêts aléatoires pour estimer des paramètres de calcul) n'est pas satisfaisant, je t'en propose un autre que je connais mieux : les règles d'associations.
Bien évidemment, là on sort du cadre du post initial, mais c'est le truc le plus bête à expliquer en apprentissage non-supervisé.
La sortie de l'algo dit que s'il y'a A alors il y'a de fortes chances qu'il y ait B aussi (exemple classique : si un client achète des couches-culottes, il y a de fortes chances qu'il achète de la bière).
Et je ne vais pas dans le détail de l'algo, sur la notion de treillis de gallois, de frontière, de matrice de contingence à trois degrés de liberté, etc. Le résultat s'explique par l'exemple en une phrase. Et, généralement, les gens que j'ai croisé comprennent assez vite via l'exemple de wallmart.
Bon, c'est sûr, la méthode ne s'applique pas à tous les jeux de données. Et la stat peut résoudre, en mieux, bien d'autres catégories de problèmes.
Sincèrement, c'est la partie qui m'a semblé directement à charge contre le machine-learning qui m'a fait tiquer. Je ne l'ai pas spécialement prise personnellement (je pense bien être capable d'être au delà de ça), mais plus comme une charge de la stat contre le ML.
A mon sens, il faut être flexible et capable d'utiliser l'un ou l'autre en fonction de la situation.
[^] # Re: Bis repetita ;)
Posté par _kaos_ . En réponse au journal Des virus, des hommes, et de la dynamique.. Évalué à 1.
Salut,
Ah, alors ne vois aucune attaque dans l'autre sens non plus :)
Je ne cherche absolument pas à "caser" du machine-learning.
En machine-learning ou en statistique ?
Là dessus, on tombe d'accord. J'ai forcé un peu le trait. ;)
Je ne parle pas d'explication, mais de facilité de lecture pour le décideur pressé.
Alors, au cas où l'argument de l'arbre de décision (oublie qu'on parle de coupe orthogonales, de minimisation d'entropie, d'élagage... voir de forêts aléatoires pour estimer des paramètres de calcul) n'est pas satisfaisant, je t'en propose un autre que je connais mieux : les règles d'associations.
Bien évidemment, là on sort du cadre du post initial, mais c'est le truc le plus bête à expliquer en apprentissage non-supervisé.
La sortie de l'algo dit que s'il y'a A alors il y'a de fortes chances qu'il y ait B aussi (exemple classique : si un client achète des couches-culottes, il y a de fortes chances qu'il achète de la bière).
Et je ne vais pas dans le détail de l'algo, sur la notion de treillis de gallois, de frontière, de matrice de contingence à trois degrés de liberté, etc. Le résultat s'explique par l'exemple en une phrase. Et, généralement, les gens que j'ai croisé comprennent assez vite via l'exemple de wallmart.
Bon, c'est sûr, la méthode ne s'applique pas à tous les jeux de données. Et la stat peut résoudre, en mieux, bien d'autres catégories de problèmes.
Sincèrement, c'est la partie qui m'a semblé directement à charge contre le machine-learning qui m'a fait tiquer. Je ne l'ai pas spécialement prise personnellement (je pense bien être capable d'être au delà de ça), mais plus comme une charge de la stat contre le ML.
A mon sens, il faut être flexible et capable d'utiliser l'un ou l'autre en fonction de la situation.
Matricule 23415