Définition complète
Le machine learning regroupe les algorithmes qui améliorent leurs performances à partir de l'exposition à des données. Trois grands paradigmes : apprentissage supervisé (labels fournis — classification, régression), non supervisé (sans label — clustering, réduction de dimension), par renforcement (récompense/punition — robotique, jeux). Méthodes courantes : régression linéaire/logistique, arbres de décision, forêts aléatoires, SVM, réseaux de neurones. Python (scikit-learn) reste l'outil de référence.
Termes liés
Deep Learning (apprentissage profond)
Sous-ensemble du ML basé sur des réseaux de neurones à plusieurs couches.
Apprentissage supervisé
Paradigme ML où l'algorithme apprend à partir de données étiquetées.
Apprentissage non supervisé
Paradigme ML où l'algorithme découvre seul des structures dans les données non étiquetées.
Autres termes Machine Learning
Envie d'aller plus loin que la définition ?
AI2 forme à l'IA et à la data avec des programmes certifiés RNCP.