YouTube2Text

drt 1 — Transcript

by williams · 2,842 words · 416 segments · language en · Watch on YouTube

Full transcript

  1. 0:00Regardez bien ce bien immobilier. Sa
  2. 0:02superficie est de 96 m². J'ai donné ses
  3. 0:05caractéristiques à mon premier modèle
  4. 0:08intelligent artificiel et Python a
  5. 0:09estimé son prix. Et imaginez-vous sa
  6. 0:12prédiction. Il me dit 413125
  7. 0:15euros. Mais pourtant son véritable prix
  8. 0:18est de 377952,7
  9. 0:21euros. Donc mon modèle a fait une erreur
  10. 0:23de 35169
  11. 0:26euros. Alors, la question que je peux me
  12. 0:28poser, comment est-ce que mon modèle
  13. 0:30s'est trompé jusqu'à de 35000 euros sur
  14. 0:33ce bien. Alors, a-t-elle réellement
  15. 0:35appris à prédire le prix d'une maison ou
  16. 0:38alors ça produit simplement des chiffres
  17. 0:41? Moi, c'est William, ingénieur logiciel
  18. 0:44basé en Allemagne. Je suis le fondateur
  19. 0:46de cette chaîne J'aime le code. Ici, on
  20. 0:48parle de l'école, de l'éducation, de
  21. 0:50l'intelligence artificielle, de tous les
  22. 0:52métiers touchant au numérique. Alors, je
  23. 0:55m'adresse aux parents, aux enseignants,
  24. 0:58aux jeunes, aux élèves, aux personnes
  25. 1:00curieuses qui veulent apprendre à coder
  26. 1:03et aussi aux passionnés de
  27. 1:05l'informatique et du code. Alors, je
  28. 1:08reviens ici avec la 4e vidéo avec
  29. 1:11Python, langage de programmation Python.
  30. 1:13On entraîne un modèle d'intelligence
  31. 1:15artificielle qui permet de prédire le
  32. 1:18prix d'un bien immobilier. Alors, on va
  33. 1:21regarder cette démo. Ensuite, je vous
  34. 1:23reviens après. Voici la partie Python
  35. 1:25que nous allons utiliser. Alors, ce
  36. 1:26qu'on va faire, ça c'est juste pour
  37. 1:28faire une démonstration. Bon, je vais
  38. 1:30utiliser les données synthétiques,
  39. 1:31voilà. Tout à l'heure, je vais un peu
  40. 1:32expliquer. Donc, quand je clique là,
  41. 1:34alors on peut voir ici données
  42. 1:35synthétiques. Pour un bien, on peut voir
  43. 1:38aussi le modèle qui a été entraîné sur
  44. 1:40500 lignes nettoyées. On voit ici que
  45. 1:43est de On va voir que mon modèle se
  46. 1:45trompe de 10712,
  47. 1:47ce qui est un peu différent de de tout à
  48. 1:49l'heure. Et son taux d'erreur est de 2,7
  49. 1:52% 2,7 %. À noter ici que j'ai séparé
  50. 1:55tout à l'heure, je vais vous montrer
  51. 1:56dans le dans mon programme. J'ai séparé
  52. 1:59les données donc des 500 données si j'ai
  53. 2:01séparé 80 % du lait, je l'ai passé à
  54. 2:04l'entraînement et 20 % pour pour les
  55. 2:07tests. Et ce qui me donne ici
  56. 2:09une erreur de 10000 à chaque fois, mon
  57. 2:11modèle se trompe d'environ 10712 euros.
  58. 2:15Voilà, c'est un peu ça. Et tout à
  59. 2:16l'heure, on va essayer de comprendre que
  60. 2:18on va essayer de comprendre encore un
  61. 2:20peu plus en en profondeur. Alors, c'est
  62. 2:22quoi le danger avec l'intelligence ?
  63. 2:24Justement le danger c'est que elle nous
  64. 2:26livre souvent des prédictions qui peut
  65. 2:29bluffer. Elle dit le chiffre tellement
  66. 2:32précis du genre 495640.
  67. 2:36Quand on voit ce chiffre, on se dit
  68. 2:38"Mais ce résultat est tellement propre
  69. 2:40et il doit être juste." C'est pour cela
  70. 2:42que on appelle toujours à l'esprit
  71. 2:45critique de l'être humain pour vérifier
  72. 2:48toujours le résultat d'un prompt.
  73. 2:50Tellement important. On va un peu
  74. 2:51essayer d'entrer maintenant en
  75. 2:52profondeur. Ça c'est mon c'est mon code.
  76. 2:55Ça c'est ici que tout se passe. Comme
  77. 2:57j'ai dit pour cette démo, j'utilise des
  78. 3:01données synthétiques. Quoi, ça veut dire
  79. 3:02que je génère les données là à partir de
  80. 3:05mon programme informatique. Donc je ne
  81. 3:07prends pas ces données dans un cadastre
  82. 3:09et cetera et cetera. Bon, on va un peu
  83. 3:11essayer de comprendre parce que bon,
  84. 3:13j'avais expliqué un peu à quoi sert
  85. 3:15Panda, à quoi sert la la la ligne la
  86. 3:18lumière régression. Je crois que ça ce
  87. 3:19sont des choses qu'on a déjà vu. Ça
  88. 3:21c'est un algorithme qui va nous
  89. 3:22permettre d'entraîner le modèle. Voilà,
  90. 3:24ce que j'avais à dire c'est que nos
  91. 3:26features, c'est-à-dire que les données
  92. 3:28d'entrée, on a parlé de la superficie,
  93. 3:30l'éloignement du bien centre-ville. On a
  94. 3:32parlé de l'état du bien, on a parlé de
  95. 3:34la localisation, c'est dans quel
  96. 3:36quartier, c'est le bien est situé à à
  97. 3:38quel étage et puis ça a quel nombre de
  98. 3:41de pièces. Et là, on a le label c'est
  99. 3:43exactement la prédiction. Donc c'est la
  100. 3:45sortie. Ça c'est des choses que on a on
  101. 3:48a déjà vu. Je veux pas je veux pas trop
  102. 3:50entrer dans les détails. Je vais juste
  103. 3:51donner les les plus importants. Le point
  104. 3:53le plus important, c'est ici justement,
  105. 3:55parce que c'est ici que tout se passe,
  106. 3:56que d'abord ici j'initialise un peu les
  107. 3:59les choses, j'initialise un peu toutes
  108. 4:00les choses, OK. Ici, ce qui est
  109. 4:02intéressant, comme j'ai dit, euh on va
  110. 4:04générer des comme ça là, de manière
  111. 4:06aléatoire, 500 données. Bon, on avait
  112. 4:09déjà euh la dernière fois, j'avais un
  113. 4:11peu montré c'est quoi euh à quoi ça sert
  114. 4:13un data frame. Donc comme ça là, data
  115. 4:15frame, ça aide à à séparer les features
  116. 4:18et les labels. Et euh en fait, peut
  117. 4:20retenir ici, c'est que euh les entrées,
  118. 4:23c'est les entrées qu'on connaît ici, et
  119. 4:25ensuite je génère en fait, pour ma
  120. 4:28démonstration, euh des lignes de
  121. 4:29données. Ensuite, j'utilise euh
  122. 4:32certaines méthodes pour supprimer les
  123. 4:35les les Ouais, puisque c'est c'est
  124. 4:37généré de manière aléatoire, donc c'est
  125. 4:39possible qu'il y ait des dupliqués, les
  126. 4:42les données dupliquées. Alors, avec mon
  127. 4:44code ici, je nettoie, ce qu'on on avait
  128. 4:47déjà vu ça, ici par notamment là, avec
  129. 4:49le clean data set. On avait vu là que
  130. 4:52comment on analyse les données, c'est
  131. 4:53important de supprimer de supprimer euh
  132. 4:56les lignes qui n'ont pas qui ne font pas
  133. 4:58sens, parce que ça sert à rien
  134. 5:00d'entraîner un modèle IA avec des
  135. 5:01données qui sont pas bonnes. Donc c'est
  136. 5:04ce que fait un peu ce code là, en fait.
  137. 5:06On a on a ce clean data set pour essayer
  138. 5:08de récupérer que les données qui font
  139. 5:09sens. Même jusqu'à là, ça veut pas dire
  140. 5:11qu'après ça va te donner toujours quand
  141. 5:13même une prédiction qui sera excellente,
  142. 5:14mais déjà, tu augmentes quand même la la
  143. 5:16probabilité pour que ça donne des choses
  144. 5:17excellentes. Voilà, donc ensuite aussi
  145. 5:20très important aussi, on va voir où je
  146. 5:23sépare aussi, je réserve 80 % de ces 500
  147. 5:26lignes de de données à entraîner. Je
  148. 5:29sépare ici, je les sépare, 80 % pour
  149. 5:33pour entraîner et 20 % pour les tests.
  150. 5:35Ça aussi c'est très important, OK. Donc
  151. 5:37je sépare, donc train test split. Donc
  152. 5:40je sépare 20 % donc je mets ici avec euh
  153. 5:43voilà, un size de 20 % pour les tests.
  154. 5:45Voilà, voilà. Donc donc en gros, ça
  155. 5:49c'est juste pour montrer un peu le code,
  156. 5:50je vais pas entrer trop dans les
  157. 5:51détails. Donc, ici, c'est pour c'est
  158. 5:54pour voir en fait que c'est mes c'est
  159. 5:56c'est pas les trucs inventés, voilà. Et
  160. 5:59je je je le redis ici, euh ici, j'ai
  161. 6:02produit les données de manière
  162. 6:04synthétique. Donc, c'est ça pas les
  163. 6:05données qui viennent du cadastre. Ça
  164. 6:07permet juste de faire une démonstration
  165. 6:09et vous présenter, ? Donc, c'est ce
  166. 6:11qu'on peut retenir. Parce que là, on a
  167. 6:13pu voir à travers les différentes
  168. 6:14démonstrations que le résultat que un
  169. 6:17prompt que l'intelligence artificielle
  170. 6:18nous livre, c'est le résultat d'un
  171. 6:20calcul de probabilité. C'est le résultat
  172. 6:22de ce de ce calcul qui nous remet.
  173. 6:24Alors, c'est à nous de tout le temps
  174. 6:25checker. Et ça peut même aussi de parler
  175. 6:27du prochain danger qui est le
  176. 6:29surapprentissage. Là aussi, on a vu ici,
  177. 6:32à travers les différentes démonstrations
  178. 6:34qu'on a on entraîne notre modèle avec 80
  179. 6:37% des données qu'on disponibles et 20 %
  180. 6:40c'est pour les tests. Bon, imagine-toi
  181. 6:41alors que ton modèle est tellement sur
  182. 6:44entraîné au point où quand tu lui donnes
  183. 6:46maintenant, voilà, quand tu lui passes à
  184. 6:4890 % ou bien 98 % des données que tu
  185. 6:51utilises pour l'apprentissage, quand tu
  186. 6:52lui donnes des nouvelles données qu'il
  187. 6:54ne connait pas, ben il devient son taux
  188. 6:57d'erreur est très élevé. Donc, dans
  189. 6:59l'entraînement, dans ce processus de
  190. 7:00machine learning, il faut faire
  191. 7:02attention de ne pas tomber sur le cas du
  192. 7:04la surapprentissage.
  193. 7:07Alors, on poursuit avec la on utilise
  194. 7:08toujours les les données synthétiques, ?
  195. 7:10Je vérifie. OK, après avoir un peu
  196. 7:13expliqué euh et voilà un peu quelques
  197. 7:15prédictions, ? Donc, comme on dit, ça ce
  198. 7:17sont les les données générées de manière
  199. 7:20synthétique. Alors, on peut voir un peu
  200. 7:22aussi euh le prix réel, la prédiction
  201. 7:25avec l'erreur absolue, ? Donc, pour voir
  202. 7:28un peu la qualité de voilà, ma qualité
  203. 7:31de mes données. On peut voir un peu
  204. 7:32aussi euh la prédiction. Donc, mon
  205. 7:34modèle, il y a prédit 278764.
  206. 7:38On a une on a une erreur de de absolue
  207. 7:40de 14000. Alors, on peut on peut voir un
  208. 7:43peu les quelques les quelques
  209. 7:45prédictions, puis on peut voir un peu
  210. 7:46l'erreur. Ici, on voit qu'il s'est
  211. 7:48lourdement trompé, voilà, il s'est
  212. 7:50beaucoup trompé, il s'est lourdement
  213. 7:52trompé cette fois-ci avec un taux
  214. 7:53d'erreur de presque 29184
  215. 7:57euros, ? Donc euh
  216. 7:59donc on peut ça permet quand même de un
  217. 8:02peu de comprendre, on peut un peu voir
  218. 8:03un peu déjà quand on dit euh on le dit
  219. 8:05toujours, il faut faire attention avec
  220. 8:08euh avec les résultats des promptes
  221. 8:09parce que vous voyez vous-même que euh
  222. 8:12pour les mêmes données ou bien euh on
  223. 8:14voit que ça les prédictions varient, on
  224. 8:18peut voir ici les prédictions varient,
  225. 8:19voilà, ça les prédictions varient, ça
  226. 8:21c'est l'erreur, non, je veux dire le
  227. 8:23l'erreur, on voit l'erreur, tantôt
  228. 8:25l'erreur est est relativement bonne,
  229. 8:28tantôt l'erreur est élevée. Donc c'est
  230. 8:29un des choses qui euh qui poussent un
  231. 8:32peu à à à réfléchir. Essayons un peu de
  232. 8:34comprendre un peu euh des ces métriques,
  233. 8:37parce que essayons un peu de comprendre
  234. 8:38ces métriques, c'est quand même euh
  235. 8:40bluffant. Alors ce qu'on peut dire,
  236. 8:41c'est quoi euh ça veut dire quoi un un
  237. 8:45MAE qui a qui a à ? En fait, ici le MAE
  238. 8:51est l'erreur absolue moyenne, ? Donc en
  239. 8:54fait, c'est une erreur qui qui signifie
  240. 8:56que la prédiction du modèle en fait
  241. 8:58s'éloigne, donc là quand on voit ça, la
  242. 9:01prédiction du modèle s'éloigne de 10712,
  243. 9:04? Du véritable prix. Donc vous-même
  244. 9:06pouvez un peu vous pouvez faire vos
  245. 9:07propres calculs, donc à chaque fois ça
  246. 9:11c'est si ça indique quoi, chaque fois la
  247. 9:12prédiction et la réalité est de 10712,
  248. 9:15ça c'est ça. Maintenant regardons un peu
  249. 9:17les métriques, le RMSE ? Bon voilà, donc
  250. 9:20en fait ça permet de voir un peu comment
  251. 9:22comment le
  252. 9:23ce ce cette valeur-ci pénalise davantage
  253. 9:26par exemple les grosses erreurs, voilà,
  254. 9:28donc elle est toujours supérieure à ça,
  255. 9:32donc elle est toujours le M le RMSE est
  256. 9:35toujours supérieure à à l'erreur moyenne
  257. 9:38et c'est toujours supérieur à à moyen et
  258. 9:40c'est que en fait ça montre que
  259. 9:41certaines prédictions sont
  260. 9:43nettement plus éloignées que les autres
  261. 9:45en fait. Voilà
  262. 9:47voilà donc on peut voir c'est nettement
  263. 9:49plus éloigné que les autres. Donc on
  264. 9:50peut voir le MAP ça c'est le MAPE. En
  265. 9:53fait le MAPE ici en fait c'est ? C'est
  266. 9:56un peu l'erreur moyenne en pourcentage
  267. 9:58OK. Dans les précédentes vidéos on a vu
  268. 10:00quand c'est entre 3 et 5 généralement
  269. 10:02c'est une bonne chose mais quand c'est
  270. 10:03supérieur à 5 c'est que c'est pas bon il
  271. 10:05faut regarder sur toutes les données la
  272. 10:07qualité des données OK. Donc ici un
  273. 10:09modèle qui se trompe en moyenne
  274. 10:11d'environ 2,70 % par rapport au prix OK
  275. 10:15au prix réel donc c'est pas mal donc on
  276. 10:18a le R au carré R au carré en fait c'est
  277. 10:21le score R au carré R c'est très proche
  278. 10:23de 1 voilà on voit 0,99994
  279. 10:27donc cela signifie que le modèle
  280. 10:28explique très bien les variations
  281. 10:31présentes dans ces données voilà donc
  282. 10:34c'est quelque chose de très intéressant
  283. 10:35donc quelque chose de très intéressant
  284. 10:38mais en fait ce qu'il faut faire juste
  285. 10:39attention c'est que ce score donc il
  286. 10:41faut faire attention malgré tout ça
  287. 10:44il faut toujours faire attention il faut
  288. 10:45toujours regarder regarder les rendus
  289. 10:47parce que il faut pas dire que bon parce
  290. 10:49que j'ai un taux de 2,7 % alors mon mon
  291. 10:52mon mon mon modèle IA est super donc il
  292. 10:55faut toujours regarder les rendus donc
  293. 10:56l'être humain est toujours la personne
  294. 10:58qui valide qui doit tout valider donc
  295. 11:00c'est toujours très important de
  296. 11:02de le préciser que l'être humain est la
  297. 11:04personne qui valide voilà Voilà alors
  298. 11:06qu'est-ce qu'on a appris ? Qu'est-ce
  299. 11:07qu'on a ? On a vu le code de Python qui
  300. 11:10permet de générer de manière synthétique
  301. 11:11juste pour apprendre simuler
  302. 11:15les données on a ici 500 données on a vu
  303. 11:17comment on peut séparer on doit séparer
  304. 11:19on doit séparer les données
  305. 11:21d'apprentissage avec les données de
  306. 11:22test. On a vu aussi qu'il faut éviter ce
  307. 11:24qu'on appelle le sur-apprentissage donc
  308. 11:26on avait déjà fait 95 % des données de
  309. 11:30d'apprentissage et faut très peu de
  310. 11:31données pour les tests parce qu'après
  311. 11:33euh le taux d'erreur est très élevé
  312. 11:36quand c'est comme ça, donc c'est mieux
  313. 11:37de faire 80 ans. ? Et à la fin, on a
  314. 11:40aussi appris que il faut faire attention
  315. 11:42avec les prédictions de l'intelligence
  316. 11:44artificielle. Euh elle peut se tromper
  317. 11:47et là on peut voir, ? On peut on peut
  318. 11:48voir voir on peut on peut on peut
  319. 11:51nettement simuler là. Donc pour voir un
  320. 11:53peu le taux d'erreur. Donc vous voyez
  321. 11:54vous-même. Donc le taux d'erreur euh
  322. 11:57c'est c'est c'est quand même quand même
  323. 11:59bluffant. Si je change un peu là nombre
  324. 12:01de pièces, voilà, vous voyez que il faut
  325. 12:04seulement que je je varie un peu là et
  326. 12:06euh vous allez vous-même voir que le
  327. 12:07prix euh voilà. Donc ici ce qui est
  328. 12:10intéressant c'est qu'il faut il faut un
  329. 12:11peu regarder. Voilà, il faut regarder
  330. 12:13taux d'erreur 2,70. Voilà. Donc voilà,
  331. 12:16merci merci merci pour les personnes qui
  332. 12:18ont regardé ça. Voilà. C'est ?
  333. 12:20Directement, ça me permet de passer au
  334. 12:22prochain point, le lien avec J'aime le
  335. 12:23Coach. Alors à travers ces vidéos, on a
  336. 12:25vu beaucoup de choses, on a on a parlé
  337. 12:27on a parlé de beaucoup de choses, on a
  338. 12:29parlé de la régression linéaire qui est
  339. 12:31un algorithme. Lors des prochaines
  340. 12:33vidéos, on va changer par exemple
  341. 12:35d'algorithme, on va prendre un autre
  342. 12:36algorithme, une autre approche. Par
  343. 12:38exemple l'approche du des réseaux
  344. 12:40neurones et on va voir un peu comment
  345. 12:43est la prédiction. Est-ce qu'elle est ?
  346. 12:46Est-ce qu'elle est ? Comme je l'ai dit
  347. 12:48au tout début, tout dépend de ce qu'on
  348. 12:50veut. La qualité des données est
  349. 12:51importante aussi. La prédiction peut
  350. 12:54aussi changer avec l'algorithme qu'on
  351. 12:56utilise. Cette fois-ci pour cette vidéo,
  352. 12:59on a jusqu'à présent utilisé la
  353. 13:01régression linéaire. Voilà, parce que
  354. 13:03c'est un cas simple, mais on peut
  355. 13:04changer, on peut prendre d'autres
  356. 13:06d'autres d'autres algorithmes, d'autres
  357. 13:07algorithmes de calcul. On va voir
  358. 13:09ensemble. ? Ça ça c'est le but, c'est
  359. 13:11que dans ces vidéos dans ces séries de
  360. 13:13vidéos, ensemble on essaie de découvrir
  361. 13:16comment avec le langage de programmation
  362. 13:18Python une une IA un modèle IA est
  363. 13:22entraîné et on compare, très important,
  364. 13:25les prédictions et son taux d'erreur.
  365. 13:28Voilà. voilà, ce sont les choses qu'on a
  366. 13:29vu, on a vu que plus le taux d'erreur
  367. 13:31est bas, plus euh la prédiction est
  368. 13:33bonne. Voilà. Donc, on a aussi vu, très
  369. 13:35important, les données, les données
  370. 13:37sales, on a parlé du garbage in, garbage
  371. 13:40out, comment c'est important déjà de
  372. 13:42purifier les données. Ça, ce sont autant
  373. 13:44de choses. Alors, ce jeune le code, ce
  374. 13:45sont les choses qu'on voit ensemble, on
  375. 13:47apprend déjà, on développe cet esprit
  376. 13:49critique de tout le temps checker,
  377. 13:52regarder, observer. Voilà. Booster sa
  378. 13:55logique, essayer de comprendre. Est-ce
  379. 13:57que ce résultat fait sens, oui ou ?
  380. 14:00C'est cet esprit critique qui est
  381. 14:01tellement important qu'on développe ce
  382. 14:03jeune le code. Voilà. Déjà, les à l'âge
  383. 14:05de 3 ans, vos enfants apprennent déjà à
  384. 14:08travailler la logique, à comprendre que
  385. 14:10voilà, un algorithme, c'est quoi un
  386. 14:12algorithme, les étapes, voilà. Quand on
  387. 14:14change l'ordre des des étapes, lorsqu'on
  388. 14:16vous a un problème, un enfant déjà de 2
  389. 14:18à 3 ans, il commence déjà à voir ce qui
  390. 14:20fait sens et ce qui ne le fait pas.
  391. 14:22Voilà. Alors, ça me permet de sortir euh
  392. 14:25te pose je te pose la question. Alors,
  393. 14:27selon toi, euh qu'est-ce que tu as ?
  394. 14:29Alors, selon toi, si je te pose la
  395. 14:30question comme ça, pour sortir du pour
  396. 14:32sortir de ce sujet, si je te dis que
  397. 14:34est-ce que tu penses que en changeant,
  398. 14:37par exemple, l'algorithme qu'on utilise,
  399. 14:39parce que ça présent, j'utilise la
  400. 14:41régression linéaire, est-ce que tu
  401. 14:42penses que en changeant l'algorithme, ça
  402. 14:44va aussi avoir une influence, par
  403. 14:47exemple, sur ma ? Ou alors, en ajoutant
  404. 14:51un ? Le feature, on a défini le feature
  405. 14:54comme étant euh l'un des paramètres
  406. 14:56d'input, comme par exemple, la
  407. 14:58superficie du bien, euh l'éloignement au
  408. 15:00centre-ville. Si je change ça, si je
  409. 15:02change Est-ce que tu penses que l'un de
  410. 15:04ces paramètres, s'il est modifié, s'il
  411. 15:05est supprimé, ça jouera, ça aura un
  412. 15:07impact sur la prédiction du ? Alors,
  413. 15:10merci à toutes les personnes qui
  414. 15:11s'abonnent, merci de partager, invitez
  415. 15:13vos amis, vos enfants, vos
  416. 15:15connaissances.

About this transcript

This page contains the full transcript of drt 1 by williams, generated from the public captions YouTube serves with the video. The transcript has 2,842 words across 416 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.