Instagram

Instagram did not return any images.

Lettre d’information

Logo NOVASECUR

RSS Flux RSS de l’IFACI

Calendrier

novembre 2018
L M M J V S D
« Oct    
 1234
567891011
12131415161718
19202122232425
2627282930  

Machine Learning

Détails du projet

Apprentissage automatique (Machine Learning)

Description du projet

Depuis l’antiquité, le sujet des machines pensantes préoccupe les esprits. Ce concept est la base de pensées pour ce qui deviendra ensuite l’intelligence artificielle, ainsi qu’une de ses sous-branches : l’apprentissage automatique. Le concept actuel de « Machine Learning » est né au milieu du XXème siècle. Dans les années 1950, le mathématicien anglais Alan Turing imagine une machine capable d’apprendre. Au cours des décennies suivantes, différentes techniques de Machine Learning ont été développées pour créer des algorithmes capables d’apprendre et de s’améliorer de manière autonome.

Les algorithmes utilisés aujourd’hui permettent, dans une certaine mesure, à un système piloté par ordinateur (éventuellement un robot), ou assisté par ordinateur, d’adapter ses analyses et ses comportements en réponse, en se fondant sur l’analyse de données empiriques provenant d’une base de données ou de capteurs.

La difficulté réside dans le fait que l’ensemble de tous les comportements possibles compte tenu de toutes les entrées possibles devient rapidement trop complexe à décrire. On parle alors d’explosion combinatoire. On confie donc à des programmes le soin d’ajuster un modèle pour simplifier cette complexité et de l’utiliser de manière opérationnelle. Idéalement, l’apprentissage visera à être non supervisé, c’est-à-dire que la nature des données d’entrainement n’est pas connue.

Ces programmes, selon leur degré de perfectionnement, intègrent éventuellement des capacités de traitement probabiliste des données, d’analyse de données issues de capteurs, de reconnaissance (reconnaissance vocale, reconnaissance de forme, d’écriture…), de data-mining, d’informatique théorique…