Meetup à Toulouse : Le Machine Learning avec le cloud Microsoft Azure

Auteur du billet de blog : Nicolas Hilaire - Neotech Solutions

Nicolas Hilaire

Consultant .NET
  Publié le jeudi 12 janvier 2017

Artisan logiciel particulièrement intéressé par les technologies .NET. Polyvalent et curieux, je suis néanmoins à l'écoute des autres technologies du marché. MVP (Microsoft Most Valuable Professional) de 2007 à 2014, je suis également auteur d'un ouvrage pour apprendre le C#, à destination des débutants et de plusieurs MOOCs sur le C#, Windows Phone ou ASP.NET MVC...

Présentation du meetup

Avec les collègues toulousains, nous avons eu le plaisir d’assister le 11/01 à un meetup sur le Machine Learning avec Azure https://www.meetup.com/fr-FR/Toulouse-Azure/events/236606818/. Co-organisé par les groupes Toulouse Microsoft Azure et Toulouse Data Science, la présentation était assurée par Benjamin Guinebertière, expert technique Microsoft France et par Aleksander Callebat, Data Scientist chez Microsoft France également.


Après une introduction à Cortana Intelligence Suite, nous sommes rentrés dans le vif du sujet avec la création d’une prédiction - sur base de régression linéaire – directement dans l’éditeur Azure ML.

 

 

Une fois le modèle créé, entrainé et validé, une API peut être exposée très facilement afin d'être intégrée par les développeurs dans les applications.

 

La galerie Azure ML

En deuxième partie de présentation, Aleksander nous a présenté la galerie Azure ML (https://gallery.cortanaintelligence.com/) qui contient un grand nombre de cas d’usages, documentés et réutilisables dans nos projets. L’exemple illustré portait sur un cas de maintenance préventive https://gallery.cortanaintelligence.com/Experiment/Predictive-Maintenance-Step-1-of-3-data-preparation-and-feature-engineering-2, dont voici les grandes étapes :

 

Conclusion


Pour ma part, je m’étais déjà pas mal renseigné sur le machine learning avec Azure, mais le meetup m’a confirmé qu’il s’agissait d’un domaine vraiment à part. Malgré la facilité apparente, si on veut sortir des cas classiques il faut y investir beaucoup de temps et être un data scientist. Les cas classiques sont couverts de plus en plus par des APIs toutes faites, du genre des cognitives services. Et plus on veut faire des choses pointues, plus il va falloir intégrer des scripts python ou faire du R.

 

Pour démarrer avec Azure Machine Learning : https://azure.microsoft.com/en-us/services/machine-learning/