L’Apprentissage automatique

Introduction à l’apprentissage automatique

L’Apprentissage automatique (Machine learning), est essentiellement un moyen de mettre en œuvre l’intelligence artificielle. Une sorte de sous-groupe d’IA qui se concentre sur la capacité des machines à recevoir un ensemble de données et à apprendre par elles-mêmes, en modifiant les algorithmes à mesure qu’elles reçoivent plus d’informations sur ce qu’elles traitent.

Très souvent, les termes IA et apprentissage automatique (ML) ont été utilisés de manière interchangeable, en particulier dans le domaine du Big Data.

Le terme “apprentissage automatique”a été inventé après l’IA, compris comme: “la capacité d’une machine à apprendre sans être explicitement programmée”. L’apprentissage automatique est donc un moyen d’ “éduquer” un algorithme afin qu’il puisse apprendre de diverses situations environnementales.

L’éducation, ou encore mieux la formation, implique l’utilisation d’énormes quantités de données et d’un algorithme efficace afin de s’adapter (et de s’améliorer) en fonction des situations qui se présentent.

Les principales techniques utilisées en apprentissage automatique : apprentissage supervisé, apprentissage non supervisé, apprentissage semi-supervisé et apprentissage par renforcement seront présentées.

De plus, quelques exemples d’application de l’apprentissage automatique dans la vie quotidienne seront présentés, associés à la description des emplois et des compétences liés à cette technologie.