Table des matières:
Ces dernières années, le terme «machine learning» a fait son apparition dans diverses discussions et forums, mais que signifie-t-il exactement? L'apprentissage automatique peut être défini comme une méthode d'analyse des données, basée sur la reconnaissance des formes et l'apprentissage informatique. Il est composé de différents algorithmes comme les réseaux de neurones, les arbres de décision, les réseaux bayésiens, etc. L'apprentissage automatique utilise ces algorithmes pour apprendre des données et récupérer des informations cachées à partir des données. Le processus d'apprentissage est itératif, de sorte que les nouvelles données sont également traitées sans aucune supervision. La science pour apprendre des données précédentes et les utiliser pour de futures données n'est pas nouvelle, mais elle gagne en popularité.
Qu'est-ce que l'apprentissage automatique?
Alors que certaines personnes pensent que l'apprentissage automatique n'est pas meilleur que les méthodes traditionnelles de programmation informatique qui sont encore utilisées, beaucoup considèrent l'apprentissage automatique comme une révolution dans le domaine de l'intelligence artificielle (IA). Ils croient qu'en utilisant cette technologie, les machines pourront apprendre des choses et faire des choses avec leur propre expérience, plutôt que de simplement suivre des instructions humaines.
Pour mieux comprendre le sens de l'apprentissage automatique, nous pouvons le comparer à la programmation informatique traditionnelle. Les sections suivantes discuteront davantage de l'apprentissage automatique et de sa différence avec la programmation traditionnelle. (Pour certains des avantages et des inconvénients de l'apprentissage automatique, voir Les promesses et les pièges de l'apprentissage automatique.)
