Le processus de modélisation, une boucle

La modélisation statistique est un processus itératif : on cherche à améliorer la qualité du modèle tour après tour.

1. Établir une base de modélisation : les observations et caractéristiques nécessaires à l'apprentissage et à l'évaluation.
2. Entraîner et évaluer le modèle.
3. Si les performances sont insuffisantes, deux axes : enrichir les données (nouvelles observations ou caractéristiques pertinentes) ou tester de nouveaux modèles d'apprentissage.
4. Si elles sont satisfaisantes, le ou les modèles retenus peuvent servir en situation réelle.

Un modèle a tendance à être plus performant avec plus de données d'apprentissage. Et dans un usage récurrent, il faut vérifier périodiquement que les modèles restent pertinents.

Pourquoi une boucle ?

Le cours insiste : la phase de préparation peut produire de nouvelles variables, qu'on peut décider d'étudier en revenant à l'analyse. Après la modélisation, on repasse généralement par l'analyse et la préparation pour améliorer le modèle au fur et à mesure. Le détail des étapes d'un projet en entreprise est vu en partie 3.