Que veut dire le mot "Régression"
La regression est la porte d’entrée dans le monde de l’intelligence artificielle. Comme beaucoup de formation, je ne ferai pas exception à la règle et propose de t’initier à l’intelligence artificielle via la regression linéaire. Il est évident que cette approche n’a rien de “sexy” et pourrait être considérée comme “datée” lorsque vous la comparez avec d’autres approches commes les réseaux nauronaux. Je te conseille cependant de prendre ton mal en patience et de bien suivre ces premiers chapitres. En effet, la régression nous permet d’aborder des fondamentaux qui seront utilisés durant tout ton voyage dans l’intelligence artificielle. Les découvrir sur des approches “simples”, c’est se faciliter la tâche pour la suite. Tu assures ainsi les bases pour lesquels tu n’auras pas le temps de douter lorsque cela se corserra !
Définition de “régression”
La régression est une méthode statistique qui cherche a modéliser un lien entre une (ou plusieurs) variable “d’entrée” avec une (ou plusieurs) variable de “sortie”.
Un exemple simple de régression
Pour commencer, je te propose d’illustrer par un exemple simple ce qu’est la régression. Imagine que tu es un zoologiste en Afrique et que tu étudies une population de singes. Tu constates, sans grande surprise, que plus un singe est grand, plus celui-ci est lourd. “C’est d’un évidemment”, me diras tu. Effectivement, et pourtant ça n’en reste pas moins une régression ! Comme quoi derrière des concepts au premier abord complexe, on peut retrouver des notions simples.
Si on reprend notre vocabulaire, la taille en centimètres est notre variable d’entrée (aussi appelée variable indépendante) et le poids en kg est notre variable de sortie (aussi appelée variable indépendante).
L’objectif de cette régression est de construire une fonction mathématique permettant de modéliser le lien entre ces variables. Dans l’exemple que je viens de décrire, nous utilisons une régression linéaire. Elle est dite linéaire car la relation entre la taille et le poid est représentée par une droite.
La suite de ce module est justement dédié à l’étude de la régression linéaire. Nous allons donc découvrir comment cet outil permet de créer un modèle pour les singes mais peut tout aussi bien s’adapter et apprendre de données relatives à des éléphants. Et c’est bien là ce qui fait l’intérêt de l’intelligence artificielle : construire un outil adaptatif qui va ajuster son résultat en fonction de sa connaissance précédemment.
