Trees VS Cars : Arbres décisionnels

Cette activité débranchée permet d’explorer les arbres décisionnels et leur intérêt dans la classification. Comment un ordinateur peut-il classer et interpréter des données sans être explicitement programmé pour chaque scénario possible ? Cette question est au cœur du machine learning, ou apprentissage automatique, et plus particulièrement du supervised learning, ou apprentissage supervisé. Ces domaines de l'intelligence artificielle visent à créer des algorithmes capables d'apprendre à partir de données connues, puis d'appliquer ces connaissances à de nouvelles situations. L'objectif de cette ressource est de servir d'introduction aux concepts fondamentaux de l'apprentissage supervisé, en faisant créer aux élèves un modèle capable de séparer des véhicules en deux catégories : ceux autorisés à rouler dans la LEZ (Low Emission Zone ou zone basse émissions) de Bruxelles en se basant sur trois critères : le type de véhicule, le type de carburant, et l'année de fabrication du véhicule. Cette ressource a été développée dans le cadre du projet SteamCity.