Algorithme d'apprentissage incrémentalEn informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées.
Probabilistic classificationIn machine learning, a probabilistic classifier is a classifier that is able to predict, given an observation of an input, a probability distribution over a set of classes, rather than only outputting the most likely class that the observation should belong to. Probabilistic classifiers provide classification that can be useful in its own right or when combining classifiers into ensembles. Formally, an "ordinary" classifier is some rule, or function, that assigns to a sample x a class label ŷ: The samples come from some set X (e.
Commonsense reasoningIn artificial intelligence (AI), commonsense reasoning is a human-like ability to make presumptions about the type and essence of ordinary situations humans encounter every day. These assumptions include judgments about the nature of physical objects, taxonomic properties, and peoples' intentions. A device that exhibits commonsense reasoning might be capable of drawing conclusions that are similar to humans' folk psychology (humans' innate ability to reason about people's behavior and intentions) and naive physics (humans' natural understanding of the physical world).
Reconnaissance d'entités nomméesLa reconnaissance d'entités nommées est une sous-tâche de l'activité d'extraction d'information dans des corpus documentaires. Elle consiste à rechercher des objets textuels (c'est-à-dire un mot, ou un groupe de mots) catégorisables dans des classes telles que noms de personnes, noms d'organisations ou d'entreprises, noms de lieux, quantités, distances, valeurs, dates, etc. À titre d'exemple, on pourrait donner le texte qui suit, étiqueté par un système de reconnaissance d'entités nommées utilisé lors de la campagne d'évaluation MUC: Henri a acheté 300 actions de la société AMD en 2006 Henri a acheté 300 actions de la société AMD en 2006.
Transfert de connaissancesvignette|Logo illustratif de The Noun Project. Le transfert de connaissances ou compétences, dans les domaines du développement et de l’apprentissage de l'organisation, est le problème pratique de la transmission de données d’une partie de l’organisation à une autre (ou aux autres) partie(s). Le transfert de connaissances ne recouvre qu'une partie de la problématique du transfert de compétences pour les structures.
Modèle de Markov cachéUn modèle de Markov caché (MMC, terme et définition normalisés par l’ISO/CÉI [ISO/IEC 2382-29:1999]) — (HMM)—, ou plus correctement (mais non employé) automate de Markov à états cachés, est un modèle statistique dans lequel le système modélisé est supposé être un processus markovien de paramètres inconnus. Contrairement à une chaîne de Markov classique, où les transitions prises sont inconnues de l'utilisateur mais où les états d'une exécution sont connus, dans un modèle de Markov caché, les états d'une exécution sont inconnus de l'utilisateur (seuls certains paramètres, comme la température, etc.
LémanLe Léman ( ), ou par tautologie lac Léman, également dénommé lac de Genève notamment dans le canton de Genève et dans plusieurs langues étrangères, est un lac d'origine glaciaire situé en Suisse et en France ; par sa superficie, c'est le plus grand lac alpin et subalpin d'Europe. Le lac, d'une longueur d'environ et d'une largeur maximale inférieure à , est en forme de croissant orienté de l'est vers l'ouest. Le rivage nord et les deux extrémités sont suisses et sont partagés entre les cantons de Genève, de Vaud et du Valais.
GenèveGenève est une ville suisse située à l'extrémité sud-ouest du Léman. Elle est la deuxième ville la plus peuplée de Suisse après Zurich, et le chef-lieu de la République et canton de Genève (GE). Au , la ville comptait dans , mais à la même date, son aire métropolitaine transfrontalière, définie par Eurostat et l'OFS suivant la méthodologie des zones urbaines fonctionnelles, c'est-à-dire l'agglomération et la couronne périurbaine, comptait dans à cheval sur la Suisse et la France.
LausanneLausanne () est une ville suisse située sur la rive nord du lac Léman. Capitale du canton de Vaud, elle est également capitale olympique et chef-lieu du district de Lausanne. Elle est la quatrième ville du pays en nombre d'habitants après Zurich, Genève et Bâle. En , la commune de Lausanne compte , et l'agglomération lausannoise compte . En 2012, elle concentre 50 % de la population et 60 % des emplois du canton de Vaud.
Canton de GenèveLe canton de Genève (GE), officiellement la République et canton de Genève, est l'un des de la Suisse. Son chef-lieu est Genève. Au , la population du canton s’établit à . Il s’agit du successeur de la république de Genève, indépendante depuis le jusqu'à son intégration dans la République française en 1798. Elle retrouve son indépendance le après le départ des armées de , puis devient un canton suisse le . La république et canton de Genève occupe une superficie modeste, inférieure à celle du district de Nyon, mais elle est densément peuplée, car elle abrite la seconde ville de Suisse.
Annotation sémantiqueL'annotation sémantique est l'opération consistant à relier le contenu d'un texte à des entités dans une ontologie. Par exemple, pour la phrase «Paris est la capitale de la France.», l'annotation correcte de Paris serait Paris et non Paris Hilton. L'annotation sémantique est une variante plus détaillée mais moins exacte de la méthode des entitiés nommées, car ces dernières décrivent seulement la catégorie de l'entité (Paris est une ville, sans la relier à la bonne page Wikipédia).
