Tous les cours

Data

Découvrez la science des données pour les objets connectés

Travaillez sur des applications concrètes pour découvrir la science des données et l’apprentissage automatique, ou machine learning. Embarquez une intelligence artificielle dans un objet connecté !
DifficultéMoyenne12 heures
Ce cours en libre accès vous intéresse ?

Le principal objectif de ce cours est d’illustrer, sur un cas d’usage provenant de la communauté IoT, les possibilités de la science des données ou encore de l'intelligence artificielle. Plus précisément, il s'agit de mettre en œuvre des algorithmes d’apprentissage automatique/statistique (machine/statistical learning).

En résumé : comment embarquer de l'IA dans un objet connecté ?

Les données proviennent en effet d’enregistrements de l’accéléromètre et du gyroscope de smartphones, auxquels sont associées des transformations ou caractéristiques (features) qui en découlent (moyenne, corrélations, entropie, énergie dans une bande de fréquence...).

L’objectif concret est d’identifier l’activité du porteur : couché, assis, debout, marche, monte ou descend un escalier à partir des signaux ou de leurs transformations. Les applications et valorisations de ces données sont assez facile à imaginer : mesure d”activités, suivi de personnes dépendantes, déclenchement d’une alarme…

Nous commencerons par analyser le problème posé et le traduire en une démarche de science des données. Cela conduit à une séquence d'étapes bien identifiées :

  • explorer les propriétés des signaux issus de capteurs embarqués et de leurs transformations (features), en utilisant l’analyse en composantes principales (ACP) puis l’analyse factorielle discriminante (AFD) ;

  • estimer un modèle statistique ou entraîner un algorithme d'apprentissage élémentaire  sur les données transformées, en apprécier la qualité ;

  • entraîner un algorithme complexe (deep learning) sur les signaux bruts pour atteindre la même qualité mais sans transformations préalables des données, trop coûteuses en énergie pour la batterie de l'objet connecté.

Objectifs pédagogiques

  • Mettre en place les outils nécessaires à la science des données
  • Exécuter une analyse exploratoire multidimensionnelle
  • Expliquer la démarche et les enjeux de la classification supervisée
  • Entraîner un algorithme de classification supervisée
  • Expliquer l'évolution de l’IA
  • Entraîner un algorithme d’apprentissage profond

Contributeurs

Professeur

Philippe Besse

Professeur de Mathématiques à l’Université de Toulouse - INSA Institut de Mathématiques UMR CNRS 5219 Apprentissage & Statistique

Créé par

Mis à jour le 23/01/2025

Licence

Data

Découvrez la science des données pour les objets connectés

DifficultéMoyenne12 heures
Cours en libre accès