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.
Documentthumb|right|Exemple de document papier. Un document renvoie à un ensemble formé par un support et une information (le contenu), celle-ci enregistrée de manière persistante. Il a une valeur explicative, descriptive ou de preuve. Vecteur matériel de la pensée humaine, il joue un rôle essentiel dans la plupart des sociétés contemporaines, tant pour le fonctionnement de leurs administrations que dans l'élaboration de leurs savoirs.
Document numériquevignette|Choix des documents numériques à créer proposés par OpenOffice.org. vignette|Interface ligne de commande (Deluge). Un document numérique est une forme de représentation de l'information consultable à l'écran d'un appareil électronique. L’affichage de ce type de document peut être apparenté soit au « document » même, ou soit à l’interface logicielle. Suivant l'intervention d'applications informatiques dans une partie de son contenu (bases de données, POO), les changements dans l'organisation logique de ses données peuvent être apportés.
Pellicule photographiqueLes pellicules utilisées par le cinéma et la photo sont assez proches ; cet article ne traite toutefois que de celles destinées à réaliser des photographies.Pour les pellicules utilisées par le cinéma, voir film (cinéma) et film (métrage) Une pellicule photographique (ou film) est un support souple recouvert d'une émulsion contenant des composés sensibles à la lumière, généralement à base d'halogénures d'argent. Leur configuration (taille et forme des cristaux notamment) détermine les caractéristiques du film comme la sensibilité et la définition.
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.
Classification en classes multiplesIn machine learning and statistical classification, multiclass classification or multinomial classification is the problem of classifying instances into one of three or more classes (classifying instances into one of two classes is called binary classification). While many classification algorithms (notably multinomial logistic regression) naturally permit the use of more than two classes, some are by nature binary algorithms; these can, however, be turned into multinomial classifiers by a variety of strategies.
Écran d'ordinateurthumb|Un écran cathodique format 4/3. thumb|Un écran à cristaux liquides format 16/10. thumb|Un écran incurvé format 21/9. Un écran d'ordinateur est un périphérique de sortie vidéo d'ordinateur. Il affiche les images générées par la carte graphique de l'ordinateur. Grâce au taux de rafraîchissement d'écran élevé, il permet de donner l’impression de mouvement. Il permet donc de travailler agréablement, de visionner de la vidéo, des films, de jouer à des jeux vidéo, de saisir des textes, etc.
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.
LCD televisionLiquid-crystal-display televisions (LCD TVs) are television sets that use liquid-crystal displays to produce images. They are by far the most widely produced and sold television display type. LCD TVs are thin and light, but have some disadvantages compared to other display types such as high power consumption, poorer contrast ratio, and inferior color gamut. LCD TVs rose in popularity in the early years of the 21st century, surpassing sales of cathode ray tube televisions worldwide in 2007.
Automated machine learningAutomated machine learning (AutoML) is the process of automating the tasks of applying machine learning to real-world problems. AutoML potentially includes every stage from beginning with a raw dataset to building a machine learning model ready for deployment. AutoML was proposed as an artificial intelligence-based solution to the growing challenge of applying machine learning. The high degree of automation in AutoML aims to allow non-experts to make use of machine learning models and techniques without requiring them to become experts in machine learning.
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.
Adversarial machine learningAdversarial machine learning is the study of the attacks on machine learning algorithms, and of the defenses against such attacks. A survey from May 2020 exposes the fact that practitioners report a dire need for better protecting machine learning systems in industrial applications. To understand, note that most machine learning techniques are mostly designed to work on specific problem sets, under the assumption that the training and test data are generated from the same statistical distribution (IID).
Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Photographievignette|Mère migrante (Migrant Mother), photographie de Dorothea Lange, 1936. thumb|redresse|Dali Atomicus, photographie de Philippe Halsman mettant en scène Salvador Dalí. vignette|Une photographie de paysage, The Tetons and the Snake River d'Ansel Adams (1942).|193x193px thumb|redresse|Raising the Flag on Iwo Jima, par Joe Rosenthal. La photographie est un art visuel, qui consiste à enregistrer un sujet en image fixe, avec un ensemble de techniques, de procédés et de matériels.
Crystal detectorA crystal detector is an obsolete electronic component used in some early 20th century radio receivers that consists of a piece of crystalline mineral which rectifies the alternating current radio signal. It was employed as a detector (demodulator) to extract the audio modulation signal from the modulated carrier, to produce the sound in the earphones. It was the first type of semiconductor diode, and one of the first semiconductor electronic devices.
Learning to rankLearning to rank or machine-learned ranking (MLR) is the application of machine learning, typically supervised, semi-supervised or reinforcement learning, in the construction of ranking models for information retrieval systems. Training data consists of lists of items with some partial order specified between items in each list. This order is typically induced by giving a numerical or ordinal score or a binary judgment (e.g. "relevant" or "not relevant") for each item.
Carte d'identitéUne carte d'identité, parfois dénommée carte nationale d'identité, carte d'identité nationale ou carte d'identification selon le pays, est un document officiel qui permet à une personne physique de prouver son identité. Fin 2018, on estimait que près de d'humains sur la planète (soit une personne sur sept) ne disposaient pas encore de papiers d'identité officiels, ce qui rend les accords écrits, votes, achats en ligne, abonnements téléphoniques et accès aux services publics beaucoup plus difficiles.
Écran à cristaux liquidesthumb|right|Dans une Tablet PC. thumb|right|Dans un appareil photographique numérique. L'écran à cristaux liquides ou LCD (de l'anglais liquid crystal display) (ACL au Québec pour affichage à cristaux liquides) permet la création d’écrans plats à faible consommation d'électricité. Ces écrans sont utilisés dans presque tous les affichages électroniques. Les premiers panneaux d’affichage à cristaux liquides ont été présentés en 1971, mais il faut attendre 1985 pour que Matsushita propose un écran plat d’une taille et d'une résolution suffisante pour être utilisable sur des micro-ordinateurs.
Filtre (photographie)thumb|Porte-filtres monté sur une optique Nikkor Les filtres utilisés en photographie ou en cinématographie permettent d'ajuster la température de couleur, de compenser l'exposition, de créer des effets optiques simples. Depuis l'avènement de la prise de vues numérique, l'usage de filtres optiques a souvent laissé place à l'application de filtres virtuels à l'aide de logiciels de et de . Une multitude de matériaux permettent la fabrication de filtres : verre, résine, gélatine, acétate de cellulose, polyester, polycarbonate, etc.
Classification et catégorisation de documentsLa classification et catégorisation de documents est l'activité du traitement automatique des langues naturelles qui consiste à classer de façon automatique des ressources documentaires, généralement en provenance d'un corpus. Cette classification peut prendre une infinité de formes. On citera ainsi la classification par genre, par thème, ou encore par opinion. La tâche de classification est réalisée avec des algorithmes spécifiques, mis en œuvre par des systèmes de traitement de l'information.
