Machine learning : un peu de TensorFlow dans Google Sheets
Publié par Clément Bohic le - mis à jour à
Google greffe à son tableur un module complémentaire expérimental qui repose sur une bibliothèque associée à TensorFlow.
À quoi peut servir WebAssembly ? Par exemple, à exécuter du machine learning sur Google Sheets. En tout cas avec le module complémentaire que vient de lancer - en bêta - l'une des équipes du groupe américain.
Cette équipe, c'est celle qui développe la prise en charge des forêts de décision sur TensorFlow. Le module reprend ses travaux pour permettre d'entraîner, d'exécuter et d'analyser des modèles dans le tableur.
Deux tâches de base : prédire des valeurs et détecter des anomalies. Pour l'une et l'autre, on a le choix entre plusieurs algorithmes adaptés aux données tabulaires. Ils permettent de former des modèles « à la volée » à partir des valeurs existant dans les cellules.
Les modèles qu'on entraîne « from scratch » sont sauvegardés dans un dossier dédié, à la racine de Drive. On peut les exporter vers Colab et TensorFlow Serving.
Pour un bon fonctionnement, il y a quelques conditions à respecter. Par exemple, de ne mettre, dans une même colonne, qu'un format de données (nombre ou texte). Ou encore s'assurer que la feuille dans laquelle on souhaite faire des prédictions présente les mêmes colonnes que la feuille d'entraînement.
Illustration principale © Siarhei - Adobe Stock