Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
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.
ApprentissageL’apprentissage est un ensemble de mécanismes menant à l'acquisition de savoir-faire, de savoirs ou de connaissances. L'acteur de l'apprentissage est appelé apprenant. On peut opposer l'apprentissage à l'enseignement dont le but est de dispenser des connaissances et savoirs, l'acteur de l'enseignement étant l'enseignant.
Équilibre statique (physiologie)Chez l'humain, l'équilibre statique dépend des réactions d’équilibre et des réactions de protection, et implique une interaction complexe entre les systèmes vestibulaire, proprioceptif, visuel et moteur. Dans le développement de l’enfant, l’acquisition de cette habileté favorise l’émergence de la station debout et d’autres habiletés motrices de haut niveau. On parle d’équilibre dynamique lorsqu’il s’agit de maintenir son équilibre en étant en mouvement alors que l’équilibre statique consiste à maintenir son équilibre tout en restant immobile.
Trouble de l'intégration sensorielleLe trouble du traitement sensoriel (ou SPD, pour Sensory processing disorder, aussi anciennement dénommé "dysfonctionnement de l'intégration sensorielle") désigne un trouble correspondant à une difficulté ou à une incapacité du système nerveux central à traiter adéquatement les flux d'informations sensorielles arrivant dans le cerveau, lequel ne peut alors fournir de réponses appropriées aux exigences de l'environnement.
Balance des paiementsLa balance des paiements est un document statistique élaboré sous forme comptable, élément de la comptabilité nationale recensant les flux de biens, de services, de revenus, de transferts de capitaux, et les flux financiers que les résidents d'un pays dans leur ensemble (particuliers, entreprises ou État) entretiennent avec ceux du reste du monde. Par construction, la balance des paiements est toujours équilibrée, aux erreurs et omissions près, car les opérations sont enregistrées selon le principe de la comptabilité en partie double.
Intégration sensorielleL’intégration sensorielle fait référence à plusieurs concepts différents. En neurophysiologie, l’intégration sensorielle se réfère au processus neurologique impliquant la réception, la modulation et l’intégration des informations sensorielles. Le système nerveux transforme les sensations en perceptions en organisant les informations sensorielles provenant du corps et de l’environnement (fournies par les différents systèmes sensoriels : tactile, auditif, visuel, gustatif/olfactif, vestibulaire, proprioceptif) afin d’utiliser efficacement le corps.
Balance commercialeLa balance commerciale est la différence, en termes de valeur monétaire (en monnaie nationale), entre les exportations et les importations de biens ou de biens et services (dépend du pays) dans une économie sur une période donnée, généralement, l'année. On parle aussi de solde commercial. Si l'économie nationale est insérée dans une zone de libre-échange (type Zone euro en Europe, par exemple), l'évaluation du contenu de la balance commerciale peut être faite en monnaie supranationale.
Apprentissage superviséL'apprentissage supervisé (supervised learning en anglais) est une tâche d'apprentissage automatique consistant à apprendre une fonction de prédiction à partir d'exemples annotés, au contraire de l'apprentissage non supervisé. On distingue les problèmes de régression des problèmes de classement. Ainsi, on considère que les problèmes de prédiction d'une variable quantitative sont des problèmes de régression tandis que les problèmes de prédiction d'une variable qualitative sont des problèmes de classification.
Trouble de l'équilibreUn trouble de l'équilibre est un problème qui peut être lié à l'oreille interne, au cerveau (cervelet) ou à la proprioception qui cause une instabilité chez la personne. Celle-ci ressent des vertiges, ou des sensations de mouvement ou de flottement, plus ou moins violents, continus ou non. Les troubles de l'équilibre sont le plus souvent causés : Par un dérèglement de l'oreille interne (qui peut être ponctuel ou prolongé) plus ou moins grave.
Government budget balanceThe government budget balance, also referred to as the general government balance, public budget balance, or public fiscal balance, is the difference between government revenues and spending. For a government that uses accrual accounting (rather than cash accounting) the budget balance is calculated using only spending on current operations, with expenditure on new capital assets excluded. A positive balance is called a government budget surplus, and a negative balance is a government budget deficit.
Rule-based machine learningRule-based machine learning (RBML) is a term in computer science intended to encompass any machine learning method that identifies, learns, or evolves 'rules' to store, manipulate or apply. The defining characteristic of a rule-based machine learner is the identification and utilization of a set of relational rules that collectively represent the knowledge captured by the system. This is in contrast to other machine learners that commonly identify a singular model that can be universally applied to any instance in order to make a prediction.
