<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Wladimir Dlcls on Medium]]></title>
        <description><![CDATA[Stories by Wladimir Dlcls on Medium]]></description>
        <link>https://medium.com/@WDlcls?source=rss-af948041306e------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/2*XWdre1XTkM2X-v3tvOmhFw.png</url>
            <title>Stories by Wladimir Dlcls on Medium</title>
            <link>https://medium.com/@WDlcls?source=rss-af948041306e------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sat, 21 Nov 2026 22:19:49 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@WDlcls/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Modèle prédictif de la valeur marché d’un bien]]></title>
            <link>https://medium.com/@WDlcls/mod%C3%A8le-pr%C3%A9dictif-de-la-valeur-automobile-7027ca342f1c?source=rss-af948041306e------2</link>
            <guid isPermaLink="false">https://medium.com/p/7027ca342f1c</guid>
            <category><![CDATA[predictions]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[predictive-modeling]]></category>
            <category><![CDATA[car-value-calculator]]></category>
            <dc:creator><![CDATA[Wladimir Dlcls]]></dc:creator>
            <pubDate>Sun, 24 May 2020 17:59:22 GMT</pubDate>
            <atom:updated>2020-10-10T09:44:51.694Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*UxkKI9WopBpb6pqk.jpg" /></figure><blockquote><em>Ce document est la version retravaillée sous la forme d’un article d’un document rendu dans le cadre d’un projet d’études.</em></blockquote><p>L’objet de cet article est de présenter toutes les étapes de la conception au déploiement d’un algorithme de <strong><em>machine learning</em></strong> adapté à une estimation d’un bien automobile (un prix) en fonction des caractéristiques du véhicule.</p><h3>1 — Introduction</h3><p>L’objectif de ce projet est de visualiser les étapes de mise en place d’un outil d’estimation de véhicules d’occasions. Plus généralement, l’estimation d’un prix de marché d’un produit est une problématique récurrente dans les cas d’usages data.</p><p>Ce document décompose le travail d’élaboration du modèle prédictif. Il se structure en plusieurs parties allant du nettoyage du <em>dataset</em>, l’analyse exploratoire des données, l’enrichissement du <em>dataset</em>, la création et l’entrainement du modèle et sa mise à disposition derrière une API Restful en Python.</p><p>Il met en oeuvre une approche métier couplée à une approche statistique.</p><blockquote><em>Tout au long de ce document, je vous accompagne avec des commentaires et le code en </em>Python 3<em>.</em></blockquote><h3>2 — Import &amp; étude préliminaire</h3><h3>Import</h3><p>Nous allons commencer par importer les données fournies et étudier à l’oeil le <em>dataset</em> pour observer des premiers grands phénomènes utiles pour ce cas d’usage.</p><p>Ces données proviennent d’un site d’annonce de véhicules <strong>d’occasion</strong>. Elle comporte aussi un ensemble de caractéristiques pour des véhicules mis en vente en France avec leur prix associé, caractéristiques que nous allons observer par la suite.</p><p>Dans cette première partie, nous observons les récurrences et tendances globales de notre jeu de donnée.</p><pre>import numpy as np</pre><pre>import matplotlib.pyplot as plt</pre><pre>import pandas</pre><pre>import re</pre><pre>import unicodedata</pre><pre>import seaborn as sns</pre><pre># Import du dataset</pre><pre>df = pd.read_csv(&#39;Data_cars.csv&#39;)</pre><pre># On observe un dataset de 166695 lignes et 9 colonnes<br>df.shape</pre><h3>Variables</h3><p>Nous commençons par décrire l’ensemble des variables présentes dans le <em>dataset</em>, discrètes et continues.</p><pre>df.describe(include = &#39;all&#39;)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zTwaDi7jZO1LwFFCioO2zQ.png" /></figure><p>Observons d’abord en détail les variables discrètes.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*cqSOhkPGAAUPxrXTXew-qg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6te5VCwLCZFaJMGpTVcuBQ.png" /></figure><p>Nous n’allons pas décrire dans leur ensemble toutes les variables discrètes dès maintenant car cette observation du dataset nous suffit à voir la qualité du dataset.</p><p>La méthode <strong>describe()</strong> est très utile pour trouver des valeurs aberrantes laissées dans les données, ici on observe que le jeu de donnée est propre mais en partie basé sur du texte inexploitable en l’état. Il faudra vraisemblablement opérer une <em>feature extraction</em> sur ces aspects pour enrichir notre dataset de classes disponibles dans la description.</p><p>On rappelle que l’objectif de ce projet est à partir de ce jeu de donnée d’être capable de prédire pour des caractéristiques spécifiques, le prix d’un véhicule.</p><p>Tout l’enjeu va alors d’avoir une approche statistique qui complète une approche métier. Cela signifiera donc d’extraire ici de nos colonnes les éléments qui influent le plus sur le prix grâce à la matrice de corrélation sera un bon outil our observer quelles métriques statistique est cohérente par rapport à ce que l’ont sait du <em>métier</em>.</p><p>La structure du <em>dataset</em> indique la présence de 9 colonnes pour 166695 lignes :</p><ul><li><strong>Price</strong>: variable continue, concerne le prix du véhicule exprimé avec un nombre à une décimale</li><li><strong>Make</strong>: variable discrète, concerne le constructeur exprimé en chaine de caractère</li><li><strong>Model</strong>: variable discrète, concerne le modèle du véhicule exprimé en chaine de caractère</li><li><strong>Fuel</strong>: variable discrète, concerne le type de motorisation (essence, diesel)</li><li><strong>Gearbox</strong>: variable discrète, concerne la boite de vitesse</li><li><strong>Online</strong>: variable inexploitable en l’état, concerne la date de publication de l’annonce</li><li><strong>Description</strong>: variable inexploitable en l’état, concerne la description textuelle du véhicule (options, modèle, version, couleurs etc …)</li></ul><p>On va appliquer quelques nettoyages basiques de la donnée tel que le formatage des entiers, la suppression des extensions kilométriques, le découpage des descriptions et vraisemblablement la normalisation des prix puis observer à nouveau notre <em>dataset</em> dans une courte <strong>EDA</strong>.</p><h3>3 — Préparation et EDA</h3><h3>Nettoyage basique</h3><p>On opère une série de nettoyage basiques de sorte à rendre la donnée facilement manipulable de à sortir les aberrations du <em>dataset</em>.</p><pre># Vérification des valeurs manquantes</pre><pre>df.isna().sum()</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NDeR7xVA25qOAP-wdNGWfg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*z7NresRs-bTw-HO4Km7x-w.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-0m5Udc0KXsLKwjM2z2UUQ.png" /></figure><h3>Analyse exploratoire des données</h3><h4>Tendances</h4><p><strong>Tendance de répartition des prix</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TqQDfew7qSY1E-x7xsecjg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KudrGjb3NakBMTw8AKDnTA.png" /></figure><p>On observe une distribution asymétrique avec un <em>skew</em> à droite, prenant seulement des valeurs positives allant de 1 à 1486500 que l’on va normaliser pour mieux observer mais qu’on va garder tel quel pour le modèle.</p><p>(On se limite à Price 1000 &gt; 200000)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MdJEyUCcSPCD6Mbs6x3HjQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ppX0x6UVGDrH42iy-dlR1Q.png" /></figure><p>On observe ici que les prix des véhicules les plus chers ne sont pas les plus importants confirmant la moyenne à 1.933369e+04 observée plus haut.</p><p><strong>Distribution des prix en fonction du kilométrage</strong></p><p>La relation entre les entités continues est essentielle dans notre ensemble de données. Sont-elles linéaires ? Ceci est important car la plupart des modèles supposent une relation linéaire entre les entités et la cible.</p><p>On peut être tenté de former un graphique de points pour observer une régression entre deux variables uniformes qui nous paraissent logiquement corrélées et ainsi cela nous permettrait de faire une simple régression linéaire pour établir de prix.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Wh7vf7_MTErko1ZA94gw9A.png" /></figure><p>On observe globalement une distribution des kilométrage par rapport au prix selon une aire logarithmique.</p><p>La répartition des prix montre l’absence de corrélation suffisante entre le kilométrage et le prix. Néanmoins la donnée reste utile à un modèle plus élaboré.</p><p><strong>Distribution des classes</strong></p><p>Deux variables discrètes observaient un grand volumes de valeurs dénombrables.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YB8Su6q86GmA6I0QCX49PQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Cw_jPHOBuB_XI79A0syceA.png" /></figure><p>On observe d’ordre général une distribution non équilibrée des classes constructeur et modèles dans le <em>dataset</em>. Ceci pourrait être à prendre en compte lors de l’élaboration et l’entrainement du modèle.</p><p>Néanmoins, l’hypothèse métier serait que la proportion représentée de constructeur et de modèles corresponde à la proportion de véhicules les plus vendus en France (pays d’origine des données extraites) en proportion des années représentées dans le modèle. Cela se caractériserait par une sur-représentation des véhicules de la Marque Peugeot, Renault et Citroën.</p><p>Hors, en effet la comparaison de ces données aux véhicules les plus vendus (<a href="https://fr.wikipedia.org/wiki/Voitures_les_plus_vendues_en_France">https://fr.wikipedia.org/wiki/Voitures_les_plus_vendues_en_France</a>) montre que ces données ne semble pas aberrantes et donc exploitables à un modèles pour des véhicules vendus en France.</p><p><strong><em>Domification</em> des valeurs</strong></p><p>On va aussi procéder à un découpage pour les catégories de faible taille Gearbox, Fuel, Model et Make (constructeur) via respectivement deux <em>Domifications</em> et deux <em>OneHotcoding</em> au regard de la taille des tableaux de classes.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_4DGC_oUhwrSnjx9IM60mA.png" /></figure><p><strong>Relation entre les données et matrice de corrélation</strong></p><p>Il y a un manque d’informations continues utiles pour notre modèle. il conviendra d’en extraire plus depuis la colonne de description. Néanmoins on peut faire un premier état des lieux notamment pour les caractéristiques de variables de catégorie.</p><pre>sns.pairplot(df[[&#39;Gearbox&#39;, &#39;Fuel&#39;, &#39;Make&#39;,&#39;Model&#39;,&#39;Price&#39;,&#39;Model_year&#39;]], diag_kind=&#39;kde&#39;)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*em1EmsCzPSp8ZNaN9uR9Mg.png" /></figure><pre>f = plt.figure(figsize=(12, 12))<br>sns.set()<br>sns.heatmap(df.corr().round(2), annot=True, cmap=&quot;Blues&quot;)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_iADL6moFuU6schow-qBMQ.png" /></figure><h3>4 — Préparation avancée</h3><p>Nous allons procéder de manière à extraire des <em>features</em> du champs description pour améliorer la quantité et la qualité des informations présente dans notre <em>dataset</em> de manière à optimiser notre modèle.</p><pre># Structure de base d&#39;une description</pre><pre>df[&#39;Description&#39;][6]</pre><p>Dans cet échantillon on observe après la chaine de caractère “version:” la cylindrée et les chevaux fiscaux. De plus on retrouve de manière systématique ne nombre de porte, les options et la puissance fiscale, ainsi que les options que l’on va tenter par la suite d’extraire en NLP.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wOX23L8exbIYwiOyHIOHkQ.png" /></figure><h3>Fonctions d’extraction</h3><p>Nous allons ici extraire la puissance fiscale, les portes, la couleur, ainsi que le nombre d’options énoncés du véhicule.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zyqBc_sXVrdjz56EdNLa1A.png" /></figure><p>Nous supprimons ensuite les données aberrantes, préalablement on a attribué la valeur 7 à tous les véhicules dont l’extraction du nombre de portes était impossible. On va donc les retirer de notre <em>dataset</em>.</p><pre>df = df[df.Doors != 7]</pre><p>Nous appliquons un encodage manuellement pour simplifier cette colonne en mémoire.</p><pre># Unique string to int for colors</pre><pre>df[&#39;Color&#39;] = np.unique(df[&#39;Color&#39;], return_inverse=True)[1]</pre><p>Nous allons ensuite extraire l’âge de la voiture à partir de la date de publication de l’article et l’année du modèle. Pour le faire on peut utiliser la librairie <em>datetime</em> et soustraire les chaines converties en entiers.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HLJ4mPmj5Syct6-8nD4hlA.png" /></figure><p>On récupère ensuite la puissance en fonction de la puissance fiscale ainsi que le nombre de chevaux réels, qui dont la corrélation visible dans la matrice de corrélation devra être maximisée pour signifier une extraction correcte.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gCbYkXPEEGQsJ9RvoqczKw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*UN4bqCBk6dA_a0iILIiQTg.png" /></figure><p>Nous poursuivons avec la cylindrée exprimée dans la description sous la forme ‘X.X, elle est facile à extraire mais présente quelques manques car ce format n’est pas systématiquement présent.</p><p>Pour ce faire on applique la moyenne des cylindrées par modèle pour les valeurs manquantes manuellement avec pour celle identifiable facilement (les séries fxx et Wxxx de BMW et Mercedes ).</p><p>Cette méthode n’est pas optimale, nous pourrions utiliser une régression linéaire de la cylindrée en fonction de la puissance mais cela fera l’affaire pour obtenir des valeurs correctes pour les performances de notre modèle.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0u8V4VAgofkWsMHCRAnkSQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RWIaNLVps5uarPxHJorswg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mWvy8vmBiaOZ_s6pykudRQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pp8fp3yjNm9NdShILXuARg.png" /></figure><p>On a perdu environ 28000 véhicules dans le <em>dataset</em> ce qui est assez modéré au regard du nombre initial, mais ceci pourrait être une <strong>première source d’optimisation future</strong>. On peut observer moins d’aberration dans le <em>dataset</em> sur les colonnes <em>Puissance</em> et <em>Cylindre</em> et l’apparition d’une régression cohérente, ce qui n’était alors pas perceptible jusqu’ici.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/782/1*16t1TjwtHQ9BS7wgtA04fw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*C_r5SMdvSJrSI1Frk2g-uQ.png" /></figure><h3>Jeu de données après extraction</h3><pre>sns.pairplot(df[[&#39;Gearbox&#39;,&#39;Make&#39;,&#39;Model&#39;,&#39;Fuel&#39;,&#39;Price&#39;,&#39;Model_year&#39;,&#39;Age&#39;,&#39;Doors&#39;,&#39;Power_Fisc&#39;,&#39;Power&#39;,&#39;Options&#39;,&#39;Options_Count&#39;,&#39;Color&#39;, &#39;Cylinder&#39;]], diag_kind=&#39;kde&#39;)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*cMXNdYWgRtITJA1O0IDyaA.png" /></figure><p>On observe beaucoup plus d’informations intéressantes notamment des variables discrètes et continues que nous n’avions pas jusqu’à maintenant.</p><p>La matrice de corrélation nous permet à nouveau de voir les différentes relations dans ce <em>dataset</em>.</p><pre>f = plt.figure(figsize=(14, 14))</pre><pre>sns.set()</pre><pre>sns.heatmap(df.corr().round(2),cmap=&quot;Blues&quot;, annot=True)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/843/1*737Krapk-NPeb7xOZHX-FA.png" /></figure><p>Voici à présent un extrait de notre <em>dataset</em> valorisé et prêt pour un premier test de modèle pour exprimer la faisabilité de la modélisation du prix du véhicule en fonction de ces données.</p><pre>pd.set_option(&#39;display.max_columns&#39;, 500)</pre><pre>df.head()</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*n4e837ezMcIBfwoibdiMKQ.png" /></figure><h3>5 — Modèles</h3><p>Notre objectif, le prix, est continu, nous avons donc affaire à un problème de régression.</p><p>Dans cette section, je vais tester différentes techniques de régression. Pour ce faire, nos caractéristiques catégorielles doivent être vectorisées.</p><blockquote><em>Pour des raisons de performance nous allons couper une partie du </em>dataset<em> pour tester les différents modèles plus rapidement sans besoin de trop de puissance de calcul. Nous allons le faire ici sur 25000 entrées du CSV. Cela implique de prendre un peu de recule quant à la convergence du modèle.</em></blockquote><h3>Vectorisation</h3><p>Je vectorise à présent le jeu de données pour l’entrainement.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*IkzeAOrJ-YXN2FYPfbt0ZQ.png" /></figure><p>Je divise ensuite les données en formation et en ensembles de données. Les données d’entraînement seront utilisées pour ajuster le modèle et l’ensemble de test pour évaluer la précision du modèle.</p><p>On divise les données d’entraînement en différents sous-ensembles et on les utilise pour entraîner et tester le modèle plusieurs fois. Ensuite, on calculera une estimation de la performance sur les différents entraînements.</p><pre>X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)</pre><p>Nous pouvons effectuer la standardisation (centrage des données autour de la moyenne) de nos fonctionnalités numériques à l&#39;aide de <em>StandardScaler</em>. La standardisation va améliorer la précision de la plupart des modèles, en revanche nous perdons l&#39;interprétation des coefficients du modèle tels que ceux donnés par la régression linéaire. Heureusement, nous pouvons utiliser la méthode de prédiction pour nous donner des prédictions de modèle. Cette étape sera effectuée à l&#39;intérieur d&#39;un pipeline, après la formation et le fractionnement des données de test, pour éviter les fuites de données.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NiL-A9QllsxyaAlSETBRcw.png" /></figure><h3>Test des modèles de régression</h3><p>Nous allons tester 6 modèles de régressions courants et disponible de la librairie scikit learn: <a href="https://fr.wikipedia.org/wiki/Lasso_(statistiques)"><em>Lasso</em></a><em> (Least Absolute Shrinkage and Selection Operator)</em> , <a href="http://eric.univ-lyon2.fr/~ricco/cours/slides/regularized_regression.pdf"><em>Ridge</em></a><em>, </em><a href="https://en.wikipedia.org/wiki/Elastic_net_regularization"><em>Elastic Net</em></a><em>, </em><a href="https://scikit-learn.org/stable/auto_examples/ensemble/plot_gradient_boosting_regression.html"><em>Gradient Boosting Regressor</em></a><em>, </em><a href="https://towardsdatascience.com/random-forest-and-its-implementation-71824ced454f"><em>Random Forest Regressor</em></a><em> et Extra Trees Regressor.</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*szeRmluLodm8lgjosGnKLA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8GTiEt3_fsIYq8pHp4SBhA.png" /></figure><p><strong>On observe ici la performance des modèle avec 4 indicateurs:</strong></p><ul><li><strong>R2</strong> le coefficient de détermination (plus c’est mieux)</li><li><strong>Mean squared error</strong> (exprimé en fonction du biais et de la variance de l’estimateur, moins c’est mieux).</li><li><strong>Median absolute error (MEA)</strong> mesure l’ampleur moyenne des erreurs dans un ensemble de prédictions, sans tenir compte de leur direction. Il s’agit de la moyenne sur l’échantillon test des différences absolues entre la prévision et l’observation réelle, où toutes les différences individuelles ont un poids égal (moins c’est mieux).</li><li><strong>MAPE</strong> (Mean absolute % error) c’est la valeur de référence de notre modèle</li></ul><p>On affiche ensuite les performances de nos différents modèles</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vqV2N8tk9BhTIHPzfabuuQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RRBQofRrvEBkSD2-5UD4VQ.png" /></figure><h3>Choix du modèle</h3><p>Les deux modèles intéressants ici seront Extra et Random forest.</p><p>Les deux méthodes sont à peu près les mêmes, l’<em>Extra Randomized Tree</em> étant un peu moins bon quand il y a un grand nombre de caractéristiques bruyantes (dans les ensembles de données de grande dimension).</p><p>Cela dit, à condition que la sélection des fonctionnalités (chez nous manuelle) soit optimale, les performances sont à peu près les mêmes, cependant, les <em>Extra Randomized Tree</em> peuvent être plus rapides en termes de calcul.</p><p>Néanmoins les modèles <em>Random Forest</em> réduisent le risque de sur-ajustement en introduisant le hasard en:</p><ul><li>construction de plusieurs arbres (n_estimators)</li><li>tirer des observations avec remplacement (c.-à-d. un échantillon amorcé)</li><li>fractionner les nœuds sur la meilleure répartition parmi un sous-ensemble aléatoire des entités sélectionnées à chaque nœud. Le fractionnement est un processus pour convertir le nœud parent non homogène en 2 nœuds enfants homogènes (le meilleur possible).</li></ul><p>Il apparait que le modèle de régression Extra est le plus performant sur ce cas avec 1/5e de notre <em>dataset</em> mais pour les raisons évoquées au dessus, nous allons utiliser Random Forest. A nous d’optimiser à présent ce modèle avec les caractéristiques dont nous disposons pour faire chuter au mieux la valeur de <em>Mean absolute percentage error</em> (MAPE).</p><pre>mape[5]</pre><pre>9.060604327948942</pre><p><strong>MAPE pour Random Forest:</strong> La MAPE sur le Random Forest que nous sélectionnons ici est de environ 9%, ce qui peut être amélioré.</p><h3>Test initial du modèle</h3><p>Nous maintenant procéder à l’inférence de notre jeu de donnée de test avec Random Forest pour observer les résultats obtenus et leur cohérence.</p><p>La validation croisée, par sa généralisation, va nous donner une première idée du sur-ajustement ou du sous-ajustement. Ensuite, on calcule une estimation de la performance sur les différents entraînements. Mais en cas de corrélation fallacieuse, on ne peut pas faire uniquement confiance à ce procédé pour juger de la qualité de certaines caractéristiques dans le modèle. C’est là où l’approche métier prend tout son sens.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2wxCfI2zSV9SLEbsL7BpKg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*X0dBVrhQ_9IJHIrehaK2hw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5X4yIp2aKtDHP-yb-ckgMg.png" /></figure><p>L’erreur de prédiction moyenne dans les prix des voitures est d’environ -R -134. La valeur négative signifie que le modèle a tendance à sous-estimer les prix en général. La moins bonne nouvelle est que l’écart-type des prévisions est assez élevé. Il va falloir donc améliorer les prédictions en augmentant la quantité d’information à forte valeur ajoutée pour le véhicule. En effet, on remarque que plus le prix est élevé plus la prédiction est mauvaise. Nous allons regarder aussi du côté des options qui pour un véhicule à prix élevé coûtent cher.</p><h3>6- Optimisation du modèle</h3><p>On le sait, notre modèle est perfectible. Nous avons choisi Random Forest, ce modèle bénéficie de paramètres optimisable, mais à nous de jouer sur les variables fournies à ce modèle pour le renforcer. Nous avons identifié précédemment des pistes liées à l’optimisation des caractéristiques continues et liées à la problématique des options qui semblent avoir une grande valeur ajoutée sur le prix d’un véhicule. Cela va se caractériser par deux aspects, le NLP sur les options et un enrichissement par une variable continue, le <strong>prix au neuf</strong> du véhicule.</p><h3>Hyperparamètres</h3><p>Le random forest a quelques <em>hyperparamètres</em> qui peuvent être réglés pour améliorer la précision globale. Je vais jouer avec n_estimators (le nombre d’estimateurs / arbres) et min_samples_leaf (le nombre minimum d’échantillons pour être dans une branche d’arbre). On pourrait être tenté de tester tous les paramètres, mais les coûts de calcul augmentent rapidement en fonction du nombre de paramètres, des valeurs possibles et des plis de validation croisée:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bND1R5azfEDRrSiZuBZ2nw.png" /></figure><p>Voici les paramètres que nous mettrons dans le modèle, <em>n_estimator</em> correspondant au nombre initial d’arbres dans le modèle et <em>min sample leaf</em> au nombre minimum d’échantillons requis pour diviser un nœud interne.</p><h3>Enrichissement du dataset via scrapping</h3><p>Après cet premier modèle on peut revenir aux basiques de l’approche métier pour prendre un peu de recul sur ce que nous avons fait jusque là.</p><p>Il parait cohérent que la variable qui manque le plus jusque là est le prix au neuf du véhicule. En effet, on va le vérifier avec la matrice de corrélation par là suite, le prix du véhicule d’occasion est intimement corrélé à son prix au neuf.</p><p>Aussi nous allons récupérer les prix des modèles neufs sur Autoplus (merci à eux de fournir une base en ligne facilement itérable !) .</p><p><strong>Scrapping</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*k_JVqppaWcUCGyiy0AMeoA.png" /></figure><p>Il ne nous reste plus qu’à retirer les modèles et version en doublons car nous ne voulons pas de niveau de granularité trop important pour faire de la recherche approximative (<em>fuzzy matching</em>) entre notre <em>dataset</em> et nos contenus puis faire ce <em>fuzzy matching</em> pour agrémenter notre <em>dataset</em>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Go0kzNx57n5f9BnH_SmYYw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*EfhMeYfjkHMqyatw4EuN5Q.png" /></figure><p><strong>Fuzzymatching</strong></p><p>La <strong>recherche approximative</strong> est le problème qui consiste à trouver des <a href="https://fr.wikipedia.org/wiki/Cha%C3%AEne_de_caract%C3%A8res">chaînes de caractères</a> qui correspondent à un <a href="https://fr.wikipedia.org/wiki/Filtrage_par_motif">motif</a> approximatif plutôt qu’à une correspondance exacte. Voici notre fonction qui va nous permettre d’associer nos deux tableaux.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SNMCskB-elVQoyiDbpyLVw.png" /></figure><p>Comme précédemment, on enregistre sur le <em>filesystem</em> pour pouvoir reprendre le travail facilement sans avoir à répéter l’opération.</p><pre>df.to_csv(r&#39;Dataset_rich.csv&#39;)</pre><pre>dfr = pd.read_csv(&#39;./Dataset_rich.csv&#39;)</pre><pre># On supprime au passage la colonne inutile<br>dfr = dfr.drop([&#39;Unnamed: 0&#39;], axis=1)</pre><p>On affiche une nouvelle fois notre matrice de corrélation pour contrôler ce que l’ont a fait jusqu’ici.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/884/1*VI2HSeVVUviOKCTUWqpkvw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*O67fUd4gFH3v3wjnZ0CF7g.png" /></figure><p>On va aussi contrôler la répartition des prix en fonction du prix au neuf pour observer sa cohérence avec la logique métier qui veut qu’on observe un phénomène linaire ( à l’exception des véhicules d’exception et de collection).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/814/1*puSE_G-15ZPbEK55FbmpBg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vifiZbdTWrp1rkXv5f-S7g.png" /></figure><p>Et c’est ce qu’on observe sur les véhicule au prix inférieur à 50000€.</p><h3>Natural Language Processing sur les options et version</h3><p>Il nous reste encore deux aspects intéressants à traiter par rapport à la cohérence métier du modèle, les options et la version du modèle.</p><p>En effet, en fonction des options et certaines version, des options se retrouvent en série et inversement. De même plus le prix du véhicule est important, plus il implique que l’ajout d’options soit cher.</p><p>A ce titre l’option nécessite une extraction de caractéristiques plus complexe qu’un simple <em>count()</em> comme effectué précédemment.</p><h4>Préprocessing</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*05RQqzjzcBFZcSeRJCD7qw.png" /></figure><h4>TF-IDF</h4><p>Le TF-IDF est une méthode de pondération souvent utilisée en recherche d’information et en particulier dans la fouille de textes. Cette mesure statistique permet d’évaluer l’importance d’un terme contenu dans un document, relativement à une collection ou un corpus. C’est ce que nous allons utiliser ici pour extraire les options.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MAbVozYH0x0CsbM7z4nKzA.png" /></figure><p>Nous avons à présent ajouté des entrées catégorielles (avec beaucoup de bruits) dans notre <em>dataset</em> à passer à notre modèle. Nous espérons que cela améliorera notre <strong>MAPE</strong> pour notre modèle. Ce qui pourra se vérifier plus tard.</p><p>Dans le cas ou celà n’améliore pas cet indicateur, cela signifie qu’on peut rentrer dans un cas de sur-ajustement qui se produit plus souvent que le sous-ajustement. Une des solutions les plus populaires au sur-ajustement est la validation croisée.</p><h3>Test du modèle optimisé</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OGNbI95Ww5TqCt_NqHIBcQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*z5AlFzQBnZjthTMsMJboGA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*E_X_oYeUQALhDZ9AfU3SRA.png" /></figure><p>Nous avons gagné plus d’ 1point de <strong>MAPE</strong> ce qui est intéressant.</p><p>Il serait intéressant ici de voir plusieurs pistes pour aller plus loins dans l’optimisation du modèle:</p><ul><li>Vérifier la problématique <strong>d’overfitting</strong> avec des caractéristiques dont on observe une corrélation mais dont la causalité ne serait pas avérée.<br>Pour cela il faudrait aller plus loins dans l’analyse métier de nos corrélations dans les features.</li><li>Effectuer une recherche <strong>d’explicabilité</strong> des décisions algorithmiques pour voir quelle variable a le plus de poids et ainsi optimiser notre <em>dataset</em> via <em>LIME</em> notamment qui nous fournirait le poids décisionnel de chaque variable. Exemple: <a href="https://marcotcr.github.io/lime/tutorials/Using%2Blime%2Bfor%2Bregression.html">https://marcotcr.github.io/lime/tutorials/Using%2Blime%2Bfor%2Bregression.html</a></li><li>Comparer les performances <em>d’Extra</em> sur ce même <em>dataset</em> et voir si <em>in finé</em> il ne serait pas plus pertinent compte tenu du bruit modeste dans notre <em>dataset</em>.</li><li>Faire une <strong>analyse en composantes principales </strong>pour retirer des dimensions au dataframe et concentrer les informations dans moins de dimensions.</li></ul><h3>7 — Prédictions</h3><p>On observe ainsi des écarts encore importants mais pas impossible à améliorer selon les pistes que nous avons sur le traitement des options, l’utilisation <em>d’Extra</em> et une recherche via l’explicabilité.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PjDHq4rmxm-vcyfHZgJVMg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*c0fmjVvcVSfyXMF4IKmEew.png" /></figure><p>En attendant, ce modèle est exploitable en l’état avec une <strong>MAPE</strong> d’environ <strong>8,4%</strong> ce qui est correct mais nous pourrions descendre jusqu’à 4%.</p><p>Nous allons voir à présent comment mettre en production, de manière <strong>simple</strong> ce type de modèle. L’exemple qui va suivre ne prends pas en compte les problématique de mise à jour du modèle si de montée en charge et se “contente” de servir un <em>endpoint</em> pour demander une prédiction selon les paramètres d’entrée.</p><h3>8 — Mise en production</h3><p>from sklearn.externals import joblib</p><p>Vous pouvez utiliser Flask pour créer une API qui peut fournir des prédictions basées sur un ensemble de variables d’entrée à l’aide d’un modèle entrainé.</p><p>Le modèle entrainé est prêt à être utilisé. Je vais utiliser le <strong>joblib</strong> de sklearn pour de déployer</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1C_Ijai2Wj8MSMw1ct07-w.png" /></figure><p>C’est bon!</p><p>Nous avons persisté sur le filesystem notre modèle. Nous pouvons charger ce modèle en mémoire sur une seule ligne.</p><p>Nous sommes maintenant prêts à utiliser <strong>Flask</strong> pour servir notre modèle persisté. Le Framework utilisé est une référence de la communauté, et il est est assez minimaliste.</p><p>Voici ce dont vous avez besoin pour démarrer une application Bare Bones Flask (sur le port 8000 pour cet exemple).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1Rw-3JdK1LfSBYh35mEtmw.png" /></figure><p>A partir de cet instant il nous reste deux choses à créer et nous aurons fini:</p><ul><li>Charger notre modèle persistant en mémoire lorsque l’application démarre</li><li>Créer un endpoint qui prend les variables d’entrée, à savoir les caractéristiques du véhicule, les transforme au format approprié et renvoie des prédictions.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1dUDnYVg40ywBcUR8k01vw.png" /></figure><p>Les entrées présentes dans json_ doivent être formatées pour correspondre aux entrées du modèle que nous avons entrainé. Il serait intérssant à ce titre de faire un service dédié sur notre API qui convertisse l’objet de l’entrée en un object que l’on passe à notre méthode de génération de <strong>Dataframe</strong> pour ne pas avoir à faire coller les paramètres envoyées dans la requête aux colonnes de notre <em>dataframe</em> en entrée.</p><p>Cet article est terminé, il a eu pour objectif de présenter de manière non exhaustive des techniques simples de modélisation pour un problème d’estimation de prix d’un marché et nous a montré la relative simplicité d’un procédé mélangeant analyse exploratoire de la donnée, compréhension métier et savoir-faire de développement et de mise en oeuvre de Framework Data.</p><h3>9 — Ressources et liens</h3><p><strong>R2</strong>: <a href="https://statistique-et-logiciel-r.com/regression-lineaire-simple-le-r%C2%B2-info-ou-intox/">https://statistique-et-logiciel-r.com/regression-lineaire-simple-le-r%C2%B2-info-ou-intox</a>/</p><p><strong>Mean square error</strong>: <a href="https://fr.wikipedia.org/wiki/Erreur_quadratique_moyenne">https://fr.wikipedia.org/wiki/Erreur_quadratique_moyenne</a></p><p><strong>EDA</strong> : <a href="https://towardsdatascience.com/exploratory-data-analysis-in-python-c9a77dfa39ce">https://towardsdatascience.com/exploratory-data-analysis-in-python-c9a77dfa39ce</a></p><p><strong>Random Forest Regressor vs Extra Trees</strong> : <a href="https://www.thekerneltrip.com/statistics/random-forest-vs-extra-tree/">https://www.thekerneltrip.com/statistics/random-forest-vs-extra-tree/</a></p><p><strong>Documentation Sklearn:</strong> <a href="https://scikit-learn.org/">https://scikit-learn.org/</a></p><p><strong>Overfitting</strong>: <a href="https://ezako.com/fr/les-concepts-doverfitting-et-underfitting-en-machine-learning/">https://ezako.com/fr/les-concepts-doverfitting-et-underfitting-en-machine-learning/</a></p><p><strong>API Flask</strong>: <a href="https://towardsdatascience.com/a-flask-api-for-serving-scikit-learn-models-c8bcdaa41daa">https://towardsdatascience.com/a-flask-api-for-serving-scikit-learn-models-c8bcdaa41daa</a></p><p><strong>Advanced Fuzzy Matching</strong> : <a href="https://towardsdatascience.com/fuzzy-matching-at-scale-84f2bfd0c536">https://towardsdatascience.com/fuzzy-matching-at-scale-84f2bfd0c536</a></p><p><strong>Binary text classification with TfidfVectorizer</strong>: <a href="https://datascience.stackexchange.com/questions/38267/binary-text-classification-with-tfidfvectorizer-gives-valueerror-setting-an-arr">https://datascience.stackexchange.com/questions/38267/binary-text-classification-with-tfidfvectorizer-gives-valueerror-setting-an-arr</a></p><p><strong>Joblib</strong>: <a href="https://joblib.readthedocs.io/en/latest/">https://joblib.readthedocs.io/en/latest/</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7027ca342f1c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Les interactions Homme-Machine du futur]]></title>
            <link>https://medium.com/@WDlcls/les-interactions-homme-machine-du-futur-9602ad42aed8?source=rss-af948041306e------2</link>
            <guid isPermaLink="false">https://medium.com/p/9602ad42aed8</guid>
            <category><![CDATA[interaction]]></category>
            <category><![CDATA[design]]></category>
            <category><![CDATA[interfaces]]></category>
            <category><![CDATA[ux]]></category>
            <category><![CDATA[ihm]]></category>
            <dc:creator><![CDATA[Wladimir Dlcls]]></dc:creator>
            <pubDate>Wed, 12 Dec 2018 21:09:56 GMT</pubDate>
            <atom:updated>2018-12-13T09:20:18.856Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*VBnvx8Abv1dn0t35cQvG9g.jpeg" /><figcaption>“Flowing Generation” — <a href="http://matthew-lyons.com/">Matthew Lyons</a></figcaption></figure><h4>Quelle place pour l’Homme dans les interactions de demain ?</h4><p>Concevoir des interfaces et anticiper des comportements utilisateurs, c’est le quotidien des acteurs du numérique. Mais, s’il est chose aisée d’imaginer des comportements pour nos interactions d’aujourd’hui, il est plus difficile d’imaginer quelles seront les <strong>mécanismes que l’Homme emploiera pour interagir avec un système intelligent</strong> dans les décennies à venir.</p><p>Lorsque nous essayons de les imaginer, nous avons des difficultés à sortir des visions romancées des films de science-fiction. Les plus pessimistes entrevoient même un futur à travers l’imaginaire proposé par des séries plus récentes comme <em>Black Mirror !</em></p><p>Après<em> </em>avoir vu quelques épisodes de cette série — que je recommande — une vision très sombre de l’avenir des technologies s’offre à nous : <strong>un monde où l’Homme est dépendant de la Machine</strong>.</p><p>Mais n’y a t-il pas un moyen d’envisager autre chose ? Verrons nous forcément la machine dominer nos interactions futures et sera-t-elle le lien et le filtre social principal entre les Hommes ?</p><p>Je crois au contraire qu’il est possible d’envisager que les interfaces que nous connaissons (écrans tactiles, API, enceintes connectées d’Amazon …) laissent de plus en plus de place à d’autres types d’interactions Homme-Machine. Ces interactions seront des mécanismes où l’homme reste au centre de l’action et où l’on retire un maximum les interfaces directes avec la<strong> machine. </strong>En somme, un modèle d’interaction<strong> sans interface.</strong></p><h4><strong>No-interface</strong> ?</h4><p>On a tendance à l’oublier avec tous nos appareils, mais une interaction homme machine, ne signifie pas forcément la demande d’un humain directement à une machine sous la forme d’un clavier ou d’un écran tactile. En dehors de ces interactions dites “<strong>actives</strong>” existe le domaine des interactions “<strong>passives</strong>”. Dans ce domaine, la machine interagit avec <strong>l’environnement de l’utilisateur</strong>, sans interaction directe avec lui. Ainsi, il n’existe pas d’interface directe entre l’utilisateur et la machine. A la place on se sert de l’environnement comme <strong>source d’information et déclencheur,</strong> puis on établit des règles et des logiques pour délivrer une réponse environnementale adaptée.</p><p>C’est le principe de base de la conception <strong><em>no-interface </em></strong>de<em> </em>Golden Krishna<em>.</em></p><p><em>L’environnement</em> nous procure des données que nous sommes maintenant capables de mesurer, à l’aide de différents capteurs, nous pouvons imaginer quantité de dispositifs sans interface intelligents qui répondent à merveille à nos besoins.</p><p>Des technologies permettant la récolte de données, l’analyse et la création de logiques adaptées existent déjà<em>.</em></p><h4>Pré-requis</h4><p>Pour toute interaction <em>no-interface</em>, il est nécessaire, si l’on suit la logique no-interface, de se servir de l’environnement <em>naturel</em> de l’homme comme source et vecteur d’informations. Nous devons ensuite être en mesure d’analyser et de moduler la réponse pour qu’elle soit adaptée au <strong>besoin</strong> et au <strong>contexte</strong>.</p><p>Cela présuppose de réunir trois conditions :</p><ul><li>Avoir des sources d’information fiables, sociales ou environnementales, en temps réel — grâce entre autres aux peri-technologies — .</li><li>Constituer des bases de données véloces, en volume et variées si le schéma d’interactions présuppose un apprentissage dans le temps.</li><li>Pouvoir traiter de façon méthodique pour extraire et restituer l’information adéquate au bon moment.</li></ul><p>La généralisation du <em>Big data</em>, les anticipations des comportements, rendues possibles par <em>l’IA, </em>et la<em> </em>quantité incroyable de capteurs d’information existants dans notre environnement constituent déjà les ingrédients de notre recette.</p><h4>Utilités et perspectives</h4><p>Nous savons donc que cela est possible, voici maintenant des exemples d’applications dans 3 domaines aux contraintes variées :</p><ul><li>Les transports</li><li>La santé</li><li>Le travail</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/583/1*QUDuLcPvPo88TjpN-dInSw.jpeg" /><figcaption>“Hyperloop” —<a href="http://matthew-lyons.com/"> Matthew Lyons</a></figcaption></figure><p><strong>Transport</strong></p><p>C’est certainement un des domaines les plus en avance dans nos sociétés. Les transports collectifs sont sur la voie de l’automatisation en France depuis 2005 avec notamment la ligne 1 du métro parisien déplaçant plus de 200 millions de passagers par an.</p><p>Pourtant, à l’échelle de la planète, on assiste à un besoin croissant de vitesse dans les transports de personnes longs et moyens courrier ainsi qu’à une argumentation constante du transport de containers maritimes.</p><p>À l’échelle de nos villes, la <strong>complexification des tissus urbain</strong> et les enjeux de<strong> développement durable</strong> constituent des défis pour demain.</p><p>Sur ces deux points, l’automatisation seule ne répond qu’au problème d’augmentation des flux et n’est qu’un levier d’amélioration de nos réseaux de transport à la <strong>personne </strong>et de <strong>marchandise</strong>. Il est nécessaire d’y adosser toute l’intelligence de la modularité des transports, du temps réel et de l’apprentissage pour venir <strong>accroître l’efficacité de ces systèmes</strong> et envisager une place plus généreuse pour l’Homme.</p><p>Comment s’y prendre ? La particularité de ce domaine est qu’il traite des masses de personnes et que le <em>feedback</em> n’est pas à destination d’un individu mais du réseau de transport, au service de la masse.</p><p>Nous connaissons les donnés de transport des usagés grâce aux données contenues dans les titres de transport. Corrélées par exemple à des capteurs d’affluence en temps réel et traduit par des outils statistiques, de modélisation et d’anticipation — permis entre autre par l’IA — nous pouvons anticiper en temps reel le <strong>besoin d’inter-modularité</strong> d’un trajet de transports en commun avec des services VTC autonome par exemple.</p><p>À l’échelle des continents maintenant, il peut s’agir de concevoir un <strong>réseau d’informations commun</strong> aux industries, aux distributeurs et aux transporteurs pour automatiser les besoins d’approvisionnement. Ce type de réseau serait <strong>basé sur une multitude de capteurs dédiés</strong> et qui en temps réel redéfinissent le besoin et la réponse à mettre en place.</p><p>Dans ces deux exemples, l’homme ne prend pas part activement à la définition du besoin. Les <strong>capteurs, positionnés partout dans le réseau</strong> de transport ou tout le long de la chaîne de distribution, assurent la <strong>récolte de données,</strong> et le réseau lui, effectue <strong>l’analyse</strong> du besoin et la <strong>restitution</strong> de la réponse en temps réel par l’intermédiaire d’objets autonomes <strong>pilotés par le réseau</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-hBcMf1gLxBEQMiU_wGVEA.jpeg" /><figcaption>“Hoping you are in fine fettle, not the foggy fettle.” — <a href="http://matthew-lyons.com/">Matthew Lyons</a></figcaption></figure><p><strong>Santé</strong></p><p>C’est là un domaine où l’Homme est actuellement très réticent à la digitalisation. Et pour cause, quoi de plus compliqué que de faire confiance à un écran pour un diagnostique médical.</p><p>La particularité de ce domaine est qu’il traite de données sensibles et individualisées de personnes. Le <em>feedback</em> s’intègre dans une relation patient-praticien.</p><p>Il faut donc penser à un processus d’interaction à la machine individualisé qui respecte la vie personnelle et renforce le lien patient-praticien.</p><p>En ajoutant des capteurs dans les lieux de vie régulier du patient (lit, toilettes, salle de bain) et par <strong>l’analyse des données</strong> autant par le docteur que par l’extrapolation de modèles il sera facile d’anticiper et de prévoir des visites médicales avec son praticien sans avoir recours à <em>Doctissimo</em>.</p><p>Cela remet le praticien au cœur de la relation patient - praticien et réduit l’automédication.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*kohNMcFlXMDFl22V0ejQgw.jpeg" /><figcaption>“Interior” — <a href="http://matthew-lyons.com/">Matthew Lyons</a></figcaption></figure><p><strong>Travail</strong></p><p>Beaucoup d’employés de bureau passent aujourd’hui plus de temps devant leur ordinateur qu’avant. Des méthodes de gestion de projet <strong>intégrant l’Homme</strong> et un haut niveau d’adaptation ont émergé dans les secteurs de l’innovation, tel que le <em>Lean</em> <em>Design</em> et les méthodes agiles.</p><p>Des temps de réunion dédiés aux discussions nous remettent au cœur des <strong>réflexions et des prises de décisions</strong>, bien loin des procédés souvent automatisés dans l’industrie.</p><p>Mais malgré ces évolutions, une grande partie du temps reste alloué à des tâches basiques de restitution.</p><p>Dans ce contexte le <em>no</em>-<em>interfaces</em> peut <strong>retirer des tâches répétitives</strong> et basiques en intégrant une interface homme machine dans les moments de rituel de la méthode agile.</p><p>Par exemple, rien n’empêche un système <em>intelligent </em>de se mettre au service d’un <em>Scrum</em> <em>Master</em> en effectuant une <strong>écoute active</strong> des réunions lors des différents rituels Agile. Il retranscrit ensuite les tâches à effectuer, les estimations d’une fonctionnalité effectuées à l’oral et restitue au responsable d’une tâche les points importants énoncés lors de la réunion entre les différents acteurs.</p><p>Nous pouvons même envisager que ce système propose <em>intelligemment</em>, selon des tâches similaires précédemment saisies via des <strong>modèles statistiques et du réseau neuronal</strong>, une piste de solution ou des articles pouvant aider à la résolution d’une tâche.</p><p>Un tel procédé rend la phase de débat bien plus importante dans la méthode <em>Scrum</em> puisqu’elle permet à un système intelligent de <strong>réduire le temps que le salarié passera à restituer les informations engendrées lors de la réunion</strong> ou même à réfléchir à une solution en valorisant l’historique de l’entreprise par l’analyse des tâches passées.</p><h4>Au service de l’Humain ?</h4><p>On le voit, dans ces trois exemples, la machine devient un <strong>outil </strong>complètement transparent qui se positionne en <strong>observateur des interactions humaines</strong>. Tantôt il sert de régulateur à grande échelle grâce à la relation intelligente entre réseaux, capteurs et capacité d’anticipation de l’IA, tantôt de lien transparent aux relations entre les hommes <strong>sans se positionner comme un filtre entre les deux.</strong></p><p>Enfin, et c’est l’exemple du domaine du travail, il peut devenir une intelligence au service de l’Homme en lui facilitant les prises de décisions en créant un contexte propice au débat et à la valorisation des échanges entre les individus.</p><p>Ainsi, même si des peurs réelles peuvent exister concernant le devenir des interactions Homme-Machine, nous voyons qu’il est possible de penser des interactions au service de l’Homme avec la Machine. <br>Dès lors que nous sortons d’un schéma basique de conception consistant à croire qu’à tout problème correspond forcément une application mobile, et que nous valorisons des interactions naturelles vis à vis des interactions artificielles, nous voyons que l’Humain reprend une place forte dans l’équation Homme-Machine.</p><p>Cette optimisme est rendu possible aujourd’hui par l’émergence des réseaux neuronaux (IA), la quantité de capteurs et les réseaux incroyables d’informations. Il ne tient qu’à nous de concevoir ces interactions nouvelles en pensant d’abord à une solution <strong>no-interface </strong>plutôt qu’à une application traditionnelle.</p><p><strong>Ressources :</strong></p><ul><li><a href="https://medium.com/@WDelenclos/introduction-%C3%A0-la-microinteraction-e64e8d8dd150">Introduction aux micro-interactions</a></li><li><a href="https://medium.com/@uxlime/ux-read-the-best-interface-is-no-interface-fbffee611e9b">[UX Read] The Best Interface is No Interface</a></li><li><a href="https://www.irit.fr/Livret-IA/Livret-3/livret-IA.html">livret-3 IA</a></li></ul><p><strong>Illustrations :</strong></p><p><em>Matthew Lyons —</em><a href="http://matthew-lyons.com/"><em> http://matthew-lyons.com</em></a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9602ad42aed8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Anticiper la scalabilité en conception d’interface, une affaire d’outils et de méthodologie]]></title>
            <link>https://medium.com/@WDlcls/comment-concevoir-des-interface-en-anticipant-les-probl%C3%A9matique-de-futur-changement-d%C3%A9chelle-du-ef6189878c8d?source=rss-af948041306e------2</link>
            <guid isPermaLink="false">https://medium.com/p/ef6189878c8d</guid>
            <category><![CDATA[scalabilité]]></category>
            <category><![CDATA[ux]]></category>
            <category><![CDATA[scalability]]></category>
            <category><![CDATA[invision]]></category>
            <category><![CDATA[design]]></category>
            <dc:creator><![CDATA[Wladimir Dlcls]]></dc:creator>
            <pubDate>Tue, 05 Dec 2017 19:09:43 GMT</pubDate>
            <atom:updated>2018-12-14T22:02:01.806Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*VGwcsJ-43uPuN1p0kXdpJg.jpeg" /><figcaption>Matthew Lyons</figcaption></figure><h3>Anticiper la scalabilité en conception d’interface, une affaire d’outils et de méthodologie.</h3><p><strong><em>Comment concevoir des interfaces numériques en anticipant les problématiques de futurs changements d’échelle du produit, et ce que Invision Studio va changer à tout ça.</em></strong></p><p>La dynamique de digitalisation de nos sociétés entraine l’apparition de clients au champ fonctionnel <strong>volatile</strong> et <strong>varié</strong>. Cet effet est dû à l’adaptation des produits digitaux à des besoins utilisateurs en évolution constante et d’une tendance <em>d’industrialisation du design</em></p><p>La diversification des fonctionnalités, l’augmentation des utilisateurs ou la complexifications des fonctionnalités, sont autant de changements d’ordre de grandeur qu’il convient d’anticiper <strong>en amont du développement</strong> d’une application ou lors des phases de conception d’expérience utilisateur et d’interface utilisateur pour éviter un trop <strong>grand nombre d’itérations</strong> de conception lors de l’évolution du produit.</p><p>Voici quelques conseils pour anticiper ces effets.</p><h3>Adapter la phase de conception UX</h3><p>Tout changement d’échelle risque d’impacter négativement sur 3 aspects fondamentaux d’un projet digital :</p><ul><li><strong>La cohérence</strong> de l’image du produit et de l’expérience utilisateur globale.</li><li><strong>L’organisation</strong> du workflow des équipes chargées de la conception du produit.</li><li><strong>L’optimisation</strong> du temps d’itération en design et ainsi des ressources attribuées à l’évolution du produit.</li></ul><p>L’aspect majeur pour limiter ces risques consiste en la création d’un <strong>Design System</strong> pour normaliser la conception avec le reste des équipes.</p><p>Hiérarchie, alignements, couleurs, comportements, composants, <em>micro-intereactions</em>, <em>exemples</em>, tout est uniformisé et répertorié pour créer une <strong>bibliothèque documentée</strong>, en ligne ou partagée.</p><p><em>Exemple du Design System de Salesforce</em></p><p><a href="https://www.lightningdesignsystem.com/">Lightning Design System 2</a></p><p>Pour arriver à cet objectif, nous pouvons aujourd’hui utiliser la méthode de co-création de l’<strong>Atomic Design</strong>, une méthode orientée composant qui va permettre une déclinaison simple sous tous les écrans, d’effectuer des tests et factoriser les éléments de design et aussi garder une cohérence d’ensemble bénéfique aussi pour les temps de développement. Ils permettent surtout de s’affranchir des contraintes d’une conception calibrée sur un <em>scope</em> spécifique par une conception <strong>modulaire</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*4i4YU0FTL_zhs-fU.png" /></figure><p><em>Mais bien-sûr, rien de remplace l’échange entre les équipes qui reste la meilleure façon d’optimiser la phase de conception.</em></p><h3>Adopter des outils adaptés :</h3><p>Contrairement à ce que l’ont pourrait penser, il n’est pas nécessaire de changer totalement de <em>workflow</em> dans un premier temps. <br>Pour y arriver il ne faut parfois que quelques réflexes et outils à mettre en place !</p><h4>Une structure de nommage appliqué à la structure de dossier, aux symboles et artsboards.</h4><p>Il va falloir dans un premier temps normer les répertoires de travail et les fichiers utilisés. Ceci est valable sur tous les logiciels, à condition bien-sûr qu’ils supportent au moins de renommage de calque…</p><p>Pour les dossiers, il n’y a pas la formule pour mettre en forme une dénomination parfaite, vous devez simplement essayer de vous en tenir à une façon et d’appliquer une convention type <em>snakecase</em> pour les fichers.</p><p>Pour les composants il faut appliquer une règle de nommage qui ne tienne pas compte du contexte d’usage de l’élément mais de sa <strong>valeur intrinsèque, </strong>ce que le composant est objectivement.</p><p>Par exemple pour le nommage d’un symbole <em>button</em>, on va appliquer une imbrication de styles variés du plus général au particulier :</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8LwB-LsugZ9qsqs95Cjh7w.jpeg" /></figure><p><strong>Buttons &gt; Btn50px &gt; teal &gt; icon-left &gt; hover</strong></p><p>Ceci vient très naturellement quand on applique une <strong>conception</strong> <strong>Atomic</strong> <strong>Design</strong> puisque l’on retrouve ici simplement une imbrication de style d’atomes. <br>Pour les niveaux du dessus il s’agira de grouper les molécules en symboles, de même pour les organismes, pour les <em>templates</em> et <em>pages</em>, nous opterons pour l’artboard.</p><h4>Adopter des plugins pour s’interfacer à des solutions en ligne</h4><p><strong><em>Sketch</em></strong> à l’avantage d’être présent dans le <em>workflow</em> de beaucoup d’entreprises. Il dispose de plugins qui facilitent l’uniformisation et permettent de s’interfacer à des solutions en ligne puissantes.</p><p>Ce sont ces dernières qui assureront la cohérence tout au long du projet, l’organisation et l’optimisation dans la collaboration entre les équipes.</p><p><strong>Exemple de plugins pour sketch:</strong></p><ul><li><a href="https://www.invisionapp.com/craft">Craft</a> pour optimiser le workflow avec <em>Invision</em> et générer un <em>styleguide</em>.</li><li><a href="https://marvelapp.com/prototype-with-sketch?utm_source=creating-maintaining-marvel-style-guide-sketch&amp;utm_medium=end-of-post-upsell&amp;utm_campaign=marvel-blog-advertising&amp;utm_content=sketchUpsell">Marvel Style Guide</a> pour créer des <em>styleguide</em> avec <em>Marvel</em>.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/696/0*5X1vC7DURvy6T01W.jpg" /></figure><p>Ces plugins sont simples à prendre en mains et permettent d’apporter déjà une gestion des librairies de composants et des <em>styleguide</em> assez avancé.</p><p>Pour aller plus loin, nous pouvons nous tourner vers des solutions plus récente.</p><h4>Des solutions collaboratives pour centraliser les librairies de composants et regrouper les <em>templates</em>.</h4><p>Pour une intégration complète d’un processus de conception <strong>axé Design System</strong>, il convient de centraliser l’ensemble des contenus sur une plateforme partagée et facilement éditable telle que <a href="https://www.figma.com/">Figma</a> ou <a href="https://www.invisionapp.com/studio">Invision Studio</a>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*gusNs5ai9EMGg7hg.png" /></figure><p>Elles permettent une collaboration plus facile et d’éviter des pertes de temps inutiles et l’installation fastidieuse de plugins dans des équipes qu’il faudra former spécialement.</p><p><em>- A titre personnel je boude UXPin qui s’est positionné sur la phase itérative de conception UX et qui est mal adapté aux rendus UI avec des bibliothèques de composants</em></p><p>Cette centralisation des outils rend ainsi obsolète les workflow traditionnels Axure / Sketch / prototypr et optimise les temps de production.</p><p>Nous pouvons penser qu’avec l’arrivée de <em>Invision studio </em>qui centralise à la fois wireframing, prototypage, UI, bibliothèques de composants avancés partagés, cumulé aux fonctionnalités utiles en gestion de projet et itérations avec le client qui existent déjà, la conception d’interface va se voir propulsée rapidement dans l’ère de l’industrialisation du design d’interface.</p><p>Bonne conception d’interface !</p><h3>Illustration :</h3><p>Matthew Lions ( matthew-lions.com)</p><h3>Sources et ressources :</h3><ul><li><a href="https://medium.com/salesforce-ux/designing-products-that-scale-c8f3001f709b">Designing Products That Scale</a></li><li><a href="https://blog.prototypr.io/design-system-ac88c6740f53">Setup a design system</a></li><li><a href="https://medium.com/@audreyhacq/l-atomic-design-une-m%C3%A9thode-de-co-creation-prometteuse-bd9d5fc2b2ad">L’atomic design, une méthode de co-création prometteuse</a></li><li><a href="http://designguidelines.co/index.html">Design Guidelines - The way products are built.</a></li><li><a href="https://medium.com/ux-power-tools/5-things-to-do-before-you-start-your-next-design-file-in-sketch-or-preparing-your-design-mise-en-ff7ea9fe3722">5 Things to Do Before You Start Your Next Design File in Sketch, or, Preparing Your Design “mise en…</a></li><li><a href="https://newflux.fr/2017/11/23/retour-dexperience-conception-dun-design-system/">Retour d&#39;expérience sur la conception d&#39;un Design System</a></li><li><a href="https://medium.com/ux-power-tools/5-things-to-do-before-you-start-your-next-design-file-in-sketch-or-preparing-your-design-mise-en-ff7ea9fe3722">5 Things to Do Before You Start Your Next Design File in Sketch, or, Preparing Your Design “mise en…</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ef6189878c8d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Concevoir des interfaces ludiques pour l’accompagnement pédagogique.]]></title>
            <link>https://medium.com/@WDlcls/linterface-ludique-dans-l-accompagnement-p%C3%A9dagogique-fc26d4895411?source=rss-af948041306e------2</link>
            <guid isPermaLink="false">https://medium.com/p/fc26d4895411</guid>
            <category><![CDATA[pédagogie]]></category>
            <category><![CDATA[interfaces]]></category>
            <category><![CDATA[design]]></category>
            <category><![CDATA[gamification]]></category>
            <category><![CDATA[ux]]></category>
            <dc:creator><![CDATA[Wladimir Dlcls]]></dc:creator>
            <pubDate>Thu, 19 Oct 2017 09:22:29 GMT</pubDate>
            <atom:updated>2018-12-14T22:03:04.846Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wwx-m_9uuJI353fCqbmkKQ.png" /><figcaption>Illustration by Matthew Lyons</figcaption></figure><p>Le jeu au service de l’apprentissage dans les interfaces: exercice de conception.</p><h4>/ Introduction</h4><p>Il est 11:00 dans une salle de classe, beaucoup d’élèves n’ont pas réussi à focaliser leur attention sur le cours, d’autres n’ont même pas su la mobiliser. C’est vrai, les distractions ne manquent pas surtout quand nos applications et nos sites favoris sont à portée de main. Certains font l&#39;effort de couper toute distraction mais parfois c’est impossible compte tenu des besoins du cours.</p><p>Aussi, est-il possible de trouver un outil numérique qui, en plus d’être un outil d’accompagnement des élèves dans leur formation, vient s’intégrer dans les codes de ce qui peut nous distraire, en gardant les avantages mais sans les inconvénients ?</p><p>La ludification (ou <em>gamification</em> en anglais) est présente au sein de beaucoup de projets digitaux, de sites web, de situations d’apprentissage, de situations de travail ou même de réseaux sociaux.</p><p>Elle a l’avantage de lier des principes d’apprentissage à des pratiques ludiques communes aux <em>digital natives.</em> Elle comporte malheureusement certains défauts inhérents au jeu au sens général, tels que l’addiction, l’outre passement des règles etc.</p><p>Une approche pédagogique mettant en pratique la <em>gamification</em> dans l’accompagnement à l’apprentissage soulève donc quelques interrogations mais peut être une solution tangible, qui permet à la fois de lutter contre les distractions_ en prenant la place de ce qui pourrait nous distraire_ mais aussi de former de <strong>nouvelles mécaniques</strong> <strong>de jeu</strong>, pour favoriser par exemple :</p><ul><li>La mise en place de tâches et <strong>l’organisation</strong> du travail dans le temps,</li><li><strong>L’implication</strong> de l’individu dans le procédé d’apprentissage</li><li>La mise en place d’un rythme de travail sain pour intégrer sur <strong>le long</strong> <strong>terme</strong> des notions.</li></ul><h4>/ Les mécanismes</h4><p>Au regard des écrits sur les mécanismes de progression dans un jeu, on remarque que l’aspect ludique se construit autour de plusieurs principes importants:</p><ul><li>L’attraction ( la partie Design UI )</li><li>La mécanique <em>gamifiée</em> et les microinteraction</li><li>La capacité de rétention du joueur <em>( la capacité d’amener l’utilisateur à se dépasser dans le temps et à pérenniser ses actions )</em></li></ul><p>Nous allons voir, dans l’existant, ce qui permet concrètement de construire une <strong>expérience</strong><em> </em><strong>ludique</strong> autour de ces points. C’est fort de ces éléments que nous construirons l’embryon d’une solution adaptée au cas de l’école que nous avions imaginé en introduction.</p><h4>/ L’attraction &amp; UI Design</h4><p>Pour amener l’utilisateur à utiliser une application, la première chose à faire est de lui donner envie. L’interface de la plateforme est donc un élément essentiel qui déterminera la suite de l’expérience de l’utilisateur sur le site.</p><p><strong>Prenons quelques exemples concrets.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*YpXgqDlQwJix8T7F66i6hQ.jpeg" /><figcaption>Capture d’écran Duolingo</figcaption></figure><p><em>Duolingo</em> propose une charte épurée et des couleurs enfantines qui installe tout de suite un cadre détendu et ludique. La mascotte du site nous suit tout le long de l’expérience pour nous offrir un suivi et une interaction <strong>personnifiée</strong> pendant les exercices ou pendant la navigation sur le site.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*1FbDE6Y6mFJui0I0C7pOXg.jpeg" /><figcaption>Capture d’écran Duolingo</figcaption></figure><p><em>CodeCombat</em> quant à lui, propose une interface proche de ce qui se fait plus généralement dans le jeu vidéo. Elle plonge l’utilisateur dans une expérience vidéo-ludique qui en ferait presque oublier le but principal du site : apprendre à coder. Ce type d’interface immerge énormément l’attention de l’utilisateur dans l’univers du jeu, plus que dans le côté ludique.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*IR4Udn9E8vyc6H7SEg8y5A.jpeg" /><figcaption>Capture d’écran de Code Combat</figcaption></figure><p>C’est au niveau de l’<strong>UI</strong> (<em>User interface</em>) que se déterminera l’<em>affordance</em> des éléments d’interaction, mais aussi un univers qui se devra d’être suffisamment abordable pour permettre l’immersion de chacun sans phase d’adaptation.</p><h4>/ La mécanique ludiques et les microinteraction ( UX et Game Design)</h4><p>Au cœur de la <em>gamification</em> réside un élément fondamental concernant l&#39;expérience à court terme de l’utilisateur sur l’interface d’accompagnement pédagogique, il s’agit du haut niveau d&#39;interaction et de retour à ce que fait l’utilisateur, la bien nommée <strong>microinteraction </strong>(<a href="https://medium.com/@WDelenclos/introduction-%C3%A0-la-microinteraction-e64e8d8dd150"><em>voir mon article sur la microinteraction</em></a>). <br>Dans notre cas elle permet concrètement l’implication de l’utilisateur dans ses phases de création, réflexion ou de mémorisation.<br>Aussi l’interface doit suggérer un haut niveau d’interactivité et de réponse pour quasi simuler la présence d’un accompagnant réel et permettre aussi de focaliser et mobiliser l’attention de l’apprenant.</p><p>Elle doit aussi accompagner émotionnellement l’utilisateur, et lui permettre de visualiser intuitivement ses tâches.</p><p>La mécanique d&#39;ensemble doit permettre de favoriser un usage qui n’implique pas une mobilisation trop importante des capacités réflectives mais au contraire favoriser sa concentration sur le travail central. D’où l’importance d’une interface<em> user experience friendly</em>, une interface travaillée centrée utilisateur.</p><p>Des exemples de mise en pratiques de telles problématiques existent autant chez <a href="https://www.codecademy.com/fr"><em>Codecademy</em></a> que<a href="http://flexboxfroggy.com/"> <em>Flexbox</em> <em>Froggy</em></a> ou encore une fois <a href="https://fr.duolingo.com/"><em>Duolingo</em></a><em>.</em></p><p>Un des premiers exemple chez ce dernier est l’utilisation d’éléments très peu avares en <strong><em>feedback</em></strong> et qui vont présenter une haute interactivité à <strong>l’action</strong> de l’utilisateur (ou <em>trigger</em>).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*8QNegGDL4-Y2UvKmVLcsSw.jpeg" /></figure><p>Sur cet élément nous retrouvons un élément qui au <strong>passage de la souris</strong> (hover) va suggérer le clic (grande <strong>affordance</strong>), et qui au clic émet le son de ce qui est écrit. et un changement de couleur du bouton va suggérer le clic pour valider la saisie.</p><p>En outre cette mécanique suggère à l’utilisateur des actions en étapes par étape, le confortant dans la compréhension des réactions potentielles de l’outil qu’il utilise.</p><p>Elle encourage aussi la persévérance par les appels successifs à l’action.</p><p>Il faut néanmoins faire attention à ne pas surcharger par le feedback l’attention de l’utilisateur. Celle-ci doit être discrète (voir principes de la <a href="https://www.linkedin.com/pulse/introduction-%C3%A0-la-microinteraction-wladimir-delenclos">microinteraction</a>:<em> trigger, rules, feedbacks </em>et<em> modes</em>).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*MSLE4Ab8KUavIU9S_9sebw.jpeg" /><figcaption>Storytelling <em>ingame</em> CodeCombat</figcaption></figure><p>Ici nous voyons un exemple d’accompagnement, par une<strong> rédaction</strong> soignée, de l’utilisateur, permettant une bonne <strong>captation</strong> <strong>de l’attention</strong>, un accompagnement et une force d’appel à l’action considérable.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*neU6uSH6s5kz2yI5SWv0jQ.jpeg" /><figcaption>Visualisation des avancements sur CodeAcademy</figcaption></figure><p>La possibilité de voir son avancée au cours des modules est une fonctionnalité qui peut être une puissante source de volonté d’avancement.</p><p>L’avancement dans son travail est une formidable possibilité d’améliorer son propre suivi dans son cours.</p><h4>/ Rétention</h4><p>L’utilisateur est amené à se dépasser dans le temps et à pérenniser ses actions sur le site grâce à divers mécanismes de fidélisation.</p><p>Le site de Stack Overflow propose des questions et réponses sur un large choix de thèmes concernant la programmation informatique.</p><p>L’utilisateur se voit accorder des points et des badges en fonction de sa participation sur le site et de la pertinence de celle-ci.</p><p>Ces points lui forment une réputation au sein de la communauté qui lui accorde des privilèges spécifiques.</p><p>Voici les différentes fonctionnalités mises en place par <em>Stack Overflow</em> afin d’inciter ses utilisateurs à participer de manière pérenne sur le forum :</p><p><strong>Les privilèges </strong>: l’utilisateur obtient des privilèges en augmentant sa réputation (par les points qu’il reçoit des autres utilisateurs pour avoir posté des questions et des réponses utiles).</p><p>Par exemple, un <em>milestone</em> (étape clé) : après 20 000 pts, l’utilisateur peut modifier, supprimer et non-supprimer des messages.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*htiTjeE-eYEhgEbtQiFI-g.jpeg" /><figcaption>StackOverflox</figcaption></figure><p><strong>Les badges </strong>: En plus de la réputation acquise par les posts, l’utilisateur peut obtenir des badges en fonction de son utilité sur le forum. Les badges apparaissent sur le profil de l’utilisateur et sur ses publications.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/346/1*auBLJf38Ix2uLDhBF0kH2g.jpeg" /><figcaption>Les badges ont 3 couleurs sur stackoverflow</figcaption></figure><p>Les badges ont 3 couleurs différentes en fonction de leur reconnaissance :</p><ul><li>Bronze</li><li>Argent</li><li>Or</li></ul><p>Par exemple, le <em>Famous question</em> (or) : une question avec plus de 10 000 vues</p><p><em>Stack Oveflow</em> mise sur le système d’attribution de privilèges au sein de la communauté pour fidéliser ses utilisateurs. Ceux-ci y trouvent leur intérêt car ils se construisent une réputation solide et approuvée par une majorité de développeurs. Cette réputation est une vraie valeur ajoutée pour eux, pour leur satisfaction personnelle et aussi durant leur carrière.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*YbNYg9T4qQXqFt-WoVs0Kg.jpeg" /><figcaption>Exemple des questions badges de StackOverlfow</figcaption></figure><p>Cette idée serait à exploiter dans le cadre de la pédagogie afin de motiver les élèves dans leur apprentissage d’une discipline.</p><p><em>Duolingo</em> affiche le nombre de points gagnés à la fin de chaque exercice mais également le nombre total de points à atteindre pour terminer le niveau. Ceci procure une satisfaction immédiate à l’utilisateur mais tend à le motiver davantage à ne pas s&#39;arrêter là pour réaliser les étapes suivantes et terminer le niveau.<br>Nous retrouvons ce même affichage du gain de points d’expérience à la fin d’une étape dans <em>Codecombat.</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*jOYqahiRtr-EU63KiuauVQ.jpeg" /><figcaption>La validation d’une étape vu par <em>Duolingo</em> et <em>Codecombat</em></figcaption></figure><p>Le visuel suivant affiche le parcours entier du cours en différenciant les exercices terminés et validés de ceux qui ne sont pas encore complétés. Cette vision globale permet à l’utilisateur de se situer dans son évolution : il voit ce qu’il a accompli et ce qu’il lui reste encore à faire.</p><p>Cette vision vise à lui donner envie d’aller plus loin, d’aller au bout de son projet.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*wNrV0I9gHENecmQ-VcpbcA.jpeg" /><figcaption>Certification des progressions par Duolingo</figcaption></figure><h4>/ Proposition d’interface</h4><p>Au regard de ces éléments, nous pouvons envisager ce que serait un outil adapté à l’accompagnement des étudiants de notre école fictive dans leur apprentissage. Nous pourrions envisager une interface intranet avancée permettant, par une multitude de fonctionnalités de modifier l’accompagnement des élèves dans leur apprentissage, leur suivi et leur bonne compréhension des cours.</p><p>Visuellement il faudra compter sur une interface qui mette en place les principes énoncés plus haut, tout en gardant l’esthétique d’Hetic (le vert acide). Côté fonctionnalité</p><p>Le <strong><em>Backlog</em></strong> du produit:</p><ul><li><em>Dashboard</em> résumant l’avancée et donnant accès aux principales fonctionnalités</li><li>Compte “professeur” permettant de mettre en ligne des exercices et de créer des classes pour regrouper les élèves</li><li>Compte “élève” permettant de rejoindre une classe et de suivre les modules associés</li><li>Page profil de l’élève sur l’intranet de l’école) qui affiche :</li><li>Nom, Prénom</li><li>Promo</li><li>État d’avancement (modules réalisés et modules à venir)</li><li>Niveau d’expérience</li><li>Gain de badges après avoir déverrouillé un succès (ex: Badge ‘Designer’ pour avoir complété 20 modules de design)</li><li>Gain de points XP à la fin de chaque module complété</li><li>Passage au niveau supérieur après un certain nombre de points XP</li><li>Atteindre un certain niveau permet de débloquer des modules plus compliqués (ex: Atteindre le niveau 5 permet de débloquer les modules “avancés”)</li><li>Visualisation des modules avancées.</li><li>Système de rappels pour retourner plusieurs jours, semaines et mois après sur la synthèse du précédent module ou sur ses notes.</li></ul><p>L&#39;objectif global d’une telle plateforme est ainsi l’accompagnement de l’étudiant par l’aspect ludique. Il faut néanmoins trouver un juste milieu entre l’immersion et l’affordance pour ne pas tomber dans les défauts systémiques liés au jeu.</p><p><strong><em>Sources et ressources:</em></strong></p><ul><li><a href="https://www.amazon.fr/gamification-dutiliser-m%C3%A9caniques-votre-business-ebook/dp/B00NMWSKXW">La gamification: Ou l&#39;art d&#39;utiliser les mécaniques du jeu dans votre business</a></li><li><a href="http://www.culturecrossmedia.com/pourquoi-la-gamification-seduit-elle-tant/">Pourquoi la gamification séduit-elle tant ?</a></li><li><a href="https://siecledigital.fr/2015/06/23/petit-guide-de-gamification/">Petit guide de gamification</a></li><li><a href="https://fr.wikipedia.org/wiki/Ludification">Ludification - Wikipédia</a></li></ul><p><strong><em>Remerciements à: </em></strong><br><em>Lucille Delmas (Designer d’interface) — </em><a href="https://medium.com/@lumpastyle"><em>Anthony Dias (UX Designer)</em></a></p><p><strong>Illustration :</strong></p><p>Matthew Lions</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=fc26d4895411" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Introduction aux micro-interactions]]></title>
            <link>https://medium.com/@WDlcls/introduction-%C3%A0-la-microinteraction-e64e8d8dd150?source=rss-af948041306e------2</link>
            <guid isPermaLink="false">https://medium.com/p/e64e8d8dd150</guid>
            <category><![CDATA[ux]]></category>
            <category><![CDATA[microinteractions]]></category>
            <category><![CDATA[design]]></category>
            <category><![CDATA[conception]]></category>
            <dc:creator><![CDATA[Wladimir Dlcls]]></dc:creator>
            <pubDate>Fri, 16 Dec 2016 20:32:21 GMT</pubDate>
            <atom:updated>2018-12-14T22:03:39.940Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*y8d42TlaSoSMI4R8nAKcdw.jpeg" /><figcaption>Illustration by Matthew Lyons</figcaption></figure><blockquote><em>“Details are not details, they make the design.” — Charles Eames</em></blockquote><blockquote><em>Cet article en français est le fruit d’un travail de recherche documenté. Retrouvez les sources en bas de l’article.</em></blockquote><p>Les <em>microinteractions</em> tendent depuis quelques années à être de plus en plus au cœur de l’expérience utilisateur. Il s’agit d’une <strong>réaction</strong> réfléchie et naturelle de l’interface à une action directe ou indirecte de <strong>l’utilisateur</strong>.</p><p>Elles sont des éléments qui se conjuguent à une conception d’ensemble et qui permettent de sublimer cette dernière parce qu’elle se veut <strong>utile</strong> et <strong>créative</strong>. C’est une interaction dédié à une réaction ciblée et dédiée à un effet final précis. L’intérêt de la <em>microinteraction</em> repose essentiellement sur le fait qu’elle est <strong>utile</strong> et <strong>créative.</strong></p><p>Son <strong>utilité</strong> repose essentiellement sur le fait qu’elle permet <strong>l’efficacité</strong> de l’action et garantit l’<strong>accessibilité </strong>de l’interface.</p><p>Elle veut rendre l’action naturelle et <strong>intuitive</strong>, et elle est <strong>efficiente</strong> (en permettant de ne pas rompre le fil naturel de l’expérience), elle crée une narration sensorielle.</p><p>La dimension <strong>créative</strong> de ce type d’interaction doit permettre une <strong>satisfaction subjective </strong>de l’utilisateur et peut permettre de transmettre un message sous-jacent, une idée, ou simplement de communiquer une émotion pour un <em>design émotionnel</em> lorsque l’utilisateur accomplit une action.</p><h3>Principes de base / Schématique</h3><p>Toutes les <strong><em>microinteractions</em></strong> suivent le même schéma.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/682/0*7flEvMboO1ImdmFr.png" /></figure><ul><li>Elles débutent par un <strong>TRIGGER, </strong>c’est l’élément déclencheur de la <em>microinteraction</em>. Il peut être le résultat d’une volonté utilisateur ou du système. Le <strong>trigger</strong> (ou déclencheur) manuel représente les actions effectuées par l’utilisateur (survol d’un élément, clic sur un bouton, switch, etc.) lorsque le déclencheur système regroupe celles initiées par l’application en fonction du contexte, du temps ou de capteurs.Prenons l’exemple d’une réunion à laquelle vous assistez. Si vous décidez spontanément de passer votre smartphone en mode silencieux, il s’agit d’un déclencheur manuel. Si vous avez spécifié dans votre agenda que vous assistiez à cette réunion, l’application peut vous proposer d’actionner le mode en question.</li><li>S’ensuit une succession de <strong>RULES </strong>(ou règles) qui encadrent et déterminent les réactions de la <em>microinteraction</em> suite à l’activation du déclencheur. L’intérêt est d’envisager tous les scénarios de parcours possibles et d’indiquer ce qu’il convient de faire dans chacun des cas. C’est cette anticipation permet d’éviter les erreurs et favorise la surprise de l’utilisateur.</li><li>Le <strong>FEEDBACK</strong> (un retour) de la <em>microinteraction</em>. Le système fait savoir à l’utilisateur qu’il a compris sa demande et réagit. L’expression de ce feedback peut prendre plusieurs formes selon le contexte : animation, vibrations, pop-up, etc.</li><li>Les <strong>MODES</strong> complètent les règles établies en amont mais ne concernent que les actions occasionnelles et plutôt rares. Par exemple, modifier sa ville dans l’application Météo d’Apple est une action que l’utilisateur n’effectuera pratiquement jamais. La règle est alors de cacher ces réglages plutôt que de les afficher en permanence. Les <strong>LOOPS</strong> (boucles) sont l’ensemble des variables telles que la vitesse de l’animation, sa répétition et son évolution dans le temps. Il va s’agir ici de choisir la durée d’affichage d’un message ou le nombre de fois qu’une animation va se répéter.</li></ul><p>Aussi, les microinteractions sont un outil d’accessibilité. Cela permet de gagner du temps en communiquant <strong>instantanément</strong> les informations de manière à ne pas ennuyer ou à distraire l’utilisateur. On capte ainsi l’attention de l’utilisateur de la même façon qu’un clin d’œil, discret mais quasi imperceptible mais le message est passé. Connaître vos utilisateurs et le contexte derrière les microinteractions, rendra l’experience plus précise et efficace.</p><p>Les microinteractions doivent survivre à une <strong>utilisation à long terme.</strong> Ce qui semble amusant la première fois peut devenir ennuyeux après la 100eme utilisation. Elle doivent aussi participer à rendre l’expérience la plus <strong>humaine</strong> possible et favoriser l<strong>’harmonie visuelle.</strong> Le mouvement doit être <strong>fluide</strong> et <strong>réfléchie</strong> pour que la microinteraction prenne vie.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*3ZvTtEvlz4jeUDmT.jpg" /></figure><h3>Champ d’utilisation</h3><p>Que ce soit pour un blog ou un site de commerce, ces petites interactions servent une variété de fonctions communes à presque tous les sites Web:</p><p><strong>Accomplir une tâche</strong> — Cela comprend une action simple comme la connexion, l’ajout d’une mise à jour de statut ou régler une alarme.</p><p><strong>Eléments de raccordement </strong>— Synchroniser deux points crée un microinteraction entre deux appareils ou des sites Web, que ce soit des jeux multijoueurs / apps qui se synchronisent d’un appareil à ou écouteurs Bluetooth simples pour votre smartphone.</p><p><strong>Faire un ajustement</strong> — Toute modification apportée à un paramètre de site Web (comme couper le volume sur une application ou en baissant le volume sur un lecteur de musique) et le retour visuel (et audio) correspondant une microinteraction. Certaines d’entre elle sont si discrète que l’utilisateur ne s’en rend même pas compte et c’est là que l’on se rend compte de l’importance de soigner les interactions pour ne pas être trop intrusif.</p><p><strong>Changement d’état </strong>— Transformer un site ou d’une fonction à l’intérieur, ou désactiver modifie l’état et complète une petite action.</p><p><strong>Interaction de données unique</strong> — Ceci fait référence à obtenir une donnée spécifique, telles que la vérification de la météo ou la circulation dans votre région, à la suite d’une action directe comme l’ouverture d’une application ou le contrôle d’un site Web avec des outils de localisation.</p><p>Une action lance chacune des actions ci-dessus; l’utilisateur fait quelque chose dans un site Web ou application pour démarrer le processus (même si elle se poursuit après la première étape). Cela fait suite à une demande d’appel à l’action d’un utilisateur, des règles d’engagement tel que déterminé par l’interface (ce qui se passera et comment), les commentaires de l’utilisateur (a t-il fonctionné ou non) et des motifs ou des boucles (l’action arrive une fois ou répéter sur un calendrier).</p><h3>Quelques Règles d’or</h3><p>Les micro interactions intègrent des retours visuels importants qui se traduisent par des animations complexes et <strong>chorégraphiées</strong> qui sont au centre de nos intérêts tout au long de la conception en UX.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/0*XCsBMtm_uEFSE2mg.png" /></figure><p>Ces chorégraphies créent le sens des microinteractions. Il est aussi nécessaire de maîtriser les usages de ces animations. Pour ce faire, il existe quelques règles et principes de bases qui, aujourd’hui, permettent d’arriver à un rendu qui permet de composer des chorégraphies qualitatives dans l’idée d’appliquer correctement les principes énoncés plus haut.</p><h3>1 / Responsive</h3><p>Au sens du material design, cette règles est importante pour conforter un sentiment de rapidité des interactions. Il s’agit d’avoir des <strong>vitesses d’animations proportionnelles à la distance du tracé</strong>. Aussi, des animations avec des parcours courts évoluent autour des 150–200ms tandis que les plus longs peuvent engendrer des durée de 300–400ms.</p><h3>2 / Naturel</h3><p>Pour donner l’impression d’un rendu naturel, il convient de dégrader la vitesse de l’animation en début et fin de parcours à la façon d’un ease-in/ease-out.</p><h3>3 / Rapide</h3><p>L’animation ne doit pas rajouter du temps à l’expérience utilisateur En somme elle ne doit pas donner l’impression de devoir attendre pour accéder à la suite de l’expérience.</p><h3>4 / Compréhensible</h3><p>Une structure simple et cohérente de l’animation pour faciliter la compréhension de l’action déclenchée et des effets de cette dernière très rapidement et ne pas rompre une dynamique.</p><h3>5 / Impliqué</h3><p><strong>L’animation est au service d’une expérience intuitive</strong> et non l’inverse. Par exemple, elle peut reléguer le chargement en coulisses pour donner l’illusion d’une expérience intuitive ou dans le pire des cas, faire patienter l’utilisateur de façon ludique.</p><h3>6 / Intégrée</h3><p>L’animation doit <strong>prendre en considération les guidelines du support</strong> dans lequel elle évolue. Concrètement, les guidelines Material sur Android, les Guidelines d’Apple pour IOS ou les règles de l’interface Metro sur Windows.</p><h3>7 / Interpolée</h3><p>L’animation doit limiter les déplacements linéaires et<strong> préférer les animations en courbe </strong>pour renforcer un aspect naturel et organique, plus proche de notre vie réelle et donc plus agréable à visionner.</p><h3>8 / Simple</h3><p>Les triggers et autres interactions proposée au cours d’une microinteractions de doivent pas uniquement reposer sur des interactions très spécifique et encore moins se concentrer autour de ce même point névralgique comme ce peut être le cas avec un <em>FAB button</em>. Il est préférable de <strong>d’aller au plus simple concernant les hotspots avant de songer à complexifier l’interaction.</strong></p><h3>9 / Composée</h3><p>La micro interaction doit être<strong> enchaînement successif réfléchis </strong>et ne pas faire partir l’ensemble des éléments dynamiques au même moment. Typiquement, deux ou trois éléments ne peuvent pas se déplacer au même moment.</p><h3>10 / Anticipatrice</h3><p>La micro interaction préparer et informer des conséquences des actions de l’utilisateurs. L’utilisateur doit pouvoir ainsi anticiper une ouverture d’une page, un déplacement, ou tout autres un feedback .</p><h3>11 / Utile</h3><p>Quelque soit l’animation, elle se doit d’abord d’être utile et nécessaire. Puis belle. Une mauvaise animation sera toujours pire que pas d’animation du tout, c’est pourquoi elles ne doivent jamais être réalisés à la va-vite.</p><p>De plus, ce qui peut sembler agréable et joli pour le concepteur ne sera pas accueillis de la même façon pour l’utilisateur. Il peut s’en lasser, ou même perdre la compréhension de l’utilisateur.</p><h3>12 / Contextualisée</h3><p>Il s’agit d’aider les utilisateurs à s’orienter avec leur environnement et de clarifier les relations entre tous les éléments en leur proposant une expérience qui s’inscrit dans une cadre multidimensionnel soigné. Cela peut passer par l’utilisation intelligente des axes x, y et z dans l’animation.</p><h3>13 / Personnelle</h3><p>La personnalisation est actuellement un grand thème dans la conception UX, et c’est entre autre parce qu’il est plus facile que jamais de fournir d’un point de vue technique. Il y a maintenant un niveau d’attente de l’utilisateur vers cette touche personnelle dans leurs expériences numériques.</p><p>Cependant, la véritable personnalisation va plus loin que le simple ajout de prénom de l’utilisateur ou la recommandation des produits basés sur leurs habitudes précédentes. Il fournit un contexte et un sens à leurs interactions en prenant par exemple la localisation, les données horaires, le device …</p><h3>14 / Rassurant</h3><p>Entrer les détails de paiement ou de livraison sont des moments classiques d’anxiété et de douleur pour de nombreux utilisateurs. Identifier et réduire la friction de ces expériences peuvent être des moments pour ravir les utilisateurs et dépasser leurs attentes. C’est lors de ces points de friction que les microinteractions peuvent jouer un rôle très important.</p><h3>Sources et ressources:</h3><p>La référence en librairie:<em> Microinteractions: Full Color Edition: Designing with Details</em></p><p>Ailleurs sur le web :</p><p><a href="http://www.fastcodesign.com/1672922/the-future-of-ux-design-tiny-humanizing-details">https://www.fastcodesign.com/1672922/the-future-of-ux-design-tiny-humanizing-details</a></p><p><a href="http://thenextweb.com/dd/2015/05/20/new-web-trends-immersive-interaction-design/">http://thenextweb.com/dd/2015/05/20/new-web-trends-immersive-interaction-design/</a></p><p><a href="http://www.uxpin.com/studio/ebooks/interaction-design-best-practices-intangibles/">https://www.uxpin.com/studio/ebooks/interaction-design-best-practices-intangibles/</a></p><p><a href="http://blog.prototypr.io/common-material-design-bad-practices-to-avoid-b7995f251329#.amqyftomo">https://blog.prototypr.io/common-material-design-bad-practices-to-avoid-b7995f251329</a></p><p><a href="http://uxplanet.org/how-to-use-animation-to-improve-ux-338819e93bdb#.847rpuysy">https://uxplanet.org/how-to-use-animation-to-improve-ux-338819e93bdb</a></p><p><a href="http://design.google.com/articles/making-motion-meaningful/">https://design.google.com/articles/making-motion-meaningful/</a></p><p><a href="http://medium.com/@pasql/transitional-interfaces-926eb80d64e3">https://medium.com/@pasql/transitional-interfaces-926eb80d64e3</a></p><p><a href="http://www.smashingmagazine.com/2015/05/14/functional-ux-design-animations">http://www.smashingmagazine.com/2015/05/14/functional-ux-design-animations/</a></p><p><a href="http://www.smashingmagazine.com/2015/06/08/practical-techniques-on-designing-animatio">http://www.smashingmagazine.com/2015/06/08/practical-techniques-on-designing-animatio</a></p><p><a href="http://medium.freecodecamp.com/the-principles-of-ux-choreography-69c91c2cbc2a#.bzd2032wa">https://medium.freecodecamp.com/the-principles-of-ux-choreography-69c91c2cbc2a</a></p><p><a href="http://la-cascade.io/5-facons-danimer-de-maniere-responsable/">https://la-cascade.io/5-facons-danimer-de-maniere-responsable/</a></p><p><a href="http://medium.com/@pasql/transitional-interfaces-926eb80d64e3">https://medium.com/@pasql/transitional-interfaces-926eb80d64e3</a></p><p><a href="http://www.smashingmagazine.com/2013/10/23/smart-transitions-in-user-experience-design/">http://www.smashingmagazine.com/2013/10/23/smart-transitions-in-user-experience-design/</a></p><p><a href="http://www.ux-republic.com/comparatif-4-outils-prototypage-interactifs/">http://www.ux-republic.com/comparatif-4-outils-prototypage-interactifs/</a></p><p><a href="http://speckyboy.com/ux-motion-design/?utm_content=buffer0c405&amp;utm_medium=social&amp;utm_source=twitter.com&amp;utm_campaign=buffer">https://speckyboy.com/ux-motion-design/?utm_content=buffer0c405&amp;utm_medium=social&amp;utm_source=twitter.com&amp;utm_campaign=buffer</a></p><p><a href="http://nlevin.com/framer/#29">http://nlevin.com/framer/#29</a></p><p><a href="http://blog.alexmaccaw.com/css-transitions">https://blog.alexmaccaw.com/css-transitions</a></p><p><a href="http://medium.com/@thin.martian/delighting-users-adding-magic-to-everyday-interactions-178d25c9a45a#.4dz93c2ek">https://medium.com/@thin.martian/delighting-users-adding-magic-to-everyday-interactions-178d25c9a45a#.4dz93c2ek</a></p><p><a href="http://www.distilled.net/resources/expecting-the-unexpected-edge-cases-in-ui-design/">https://www.distilled.net/resources/expecting-the-unexpected-edge-cases-in-ui-design/</a></p><p>Illustration : Matthew Lions (matthew-lions.com)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e64e8d8dd150" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>