Contenu
- Définition - Que signifie apprentissage automatique?
- Introduction à Microsoft Azure et au nuage Microsoft | Tout au long de ce guide, vous apprendrez ce qu'est le cloud computing et comment Microsoft Azure peut vous aider à migrer et à exploiter votre entreprise à partir du cloud.
- Techopedia explique le Machine Learning
Définition - Que signifie apprentissage automatique?
L'apprentissage automatique est une discipline de l'intelligence artificielle (IA) axée sur le développement technologique du savoir humain. L'apprentissage automatique permet aux ordinateurs de gérer de nouvelles situations via l'analyse, l'autoformation, l'observation et l'expérience.
L'apprentissage automatique facilite l'avancement continu de l'informatique en s'exposant à de nouveaux scénarios, aux tests et à l'adaptation, tout en utilisant la détection de modèles et de tendances pour améliorer les décisions dans des situations ultérieures (bien que non identiques).
L'apprentissage automatique est souvent confondu avec l'exploration de données et la découverte de connaissances dans des bases de données (KDD), qui partagent une méthodologie similaire.
Introduction à Microsoft Azure et au nuage Microsoft | Tout au long de ce guide, vous apprendrez ce qu'est le cloud computing et comment Microsoft Azure peut vous aider à migrer et à exploiter votre entreprise à partir du cloud.
Techopedia explique le Machine Learning
Tom M. Mitchell, pionnier de l'apprentissage automatique et professeur à l'Université Carnegie Mellon (CMU), a prédit l'évolution et la synergie de l'apprentissage humain et automatique. Todays News Feed est un exemple parfait. Le fil d'actualité est programmé pour afficher le contenu ami de l'utilisateur. Si un utilisateur tague ou écrit fréquemment sur le mur d'un ami particulier, le fil d'actualités change de comportement pour afficher davantage de contenu provenant de cet ami.
Parmi les autres applications d'apprentissage automatique, citons la reconnaissance de formes syntaxiques, le traitement du langage naturel, les moteurs de recherche, la vision par ordinateur et la perception de la machine.
Il est difficile de reproduire l'intuition humaine dans une machine, principalement parce que les êtres humains apprennent et exécutent souvent des décisions inconsciemment.
Comme les enfants, les machines nécessitent une longue période de formation pour développer de larges algorithmes orientés vers la dictée du comportement futur. Les techniques de formation comprennent l'apprentissage par cœur, l'ajustement de paramètres, les macro-opérateurs, la segmentation, l'apprentissage par explication, la classification, la correction d'erreur, l'enregistrement de cas, la gestion de modèles multiples, la propagation en arrière, l'apprentissage par renforcement et les algorithmes génétiques.