Définition complète
On fournit à l'algorithme des exemples avec leurs étiquettes correctes (ex : emails spam / non-spam, images chat / chien). Il apprend à prédire l'étiquette pour de nouveaux exemples. Deux grandes familles : classification (étiquette discrète) et régression (valeur continue). Méthodes : régression, arbres de décision, SVM, réseaux de neurones, XGBoost.
Termes liés
Autres termes Machine Learning
Machine Learning (apprentissage automatique) — Sous-discipline de l'IA qui permet aux machines d'apprendre ...Feature engineering — Processus de création et sélection de variables pertinentes ...Apprentissage non supervisé — Paradigme ML où l'algorithme découvre seul des structures da...Apprentissage par renforcement — Paradigme ML où un agent apprend par essai/erreur avec récom...Surapprentissage (Overfitting) — Modèle qui apprend trop précisément les données d'entraîneme...Validation croisée (Cross-validation) — Technique pour évaluer la généralisation d'un modèle en déco...
Envie d'aller plus loin que la définition ?
AI2 forme à l'IA et à la data avec des programmes certifiés RNCP.