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.
Convective storm detectionConvective storm detection is the meteorological observation, and short-term prediction, of deep moist convection (DMC). DMC describes atmospheric conditions producing single or clusters of large vertical extension clouds ranging from cumulus congestus to cumulonimbus, the latter producing thunderstorms associated with lightning and thunder. Those two types of clouds can produce severe weather at the surface and aloft.
Détection d'anomaliesDans l'exploration de données, la détection d'anomalies (en anglais, anomaly detection ou outlier detection) est l'identification d'éléments, d'événements ou d'observations rares qui soulèvent des suspicions en différant de manière significative de la majorité des autres données. Généralement, les anomalies indiquent un problème tel qu'une fraude bancaire, un défaut structurel, un problème médical ou une erreur dans un texte. Les anomalies sont également appelées des valeurs aberrantes, du bruit, des écarts ou des exceptions.
Prothèse (médecine)vignette|La Jambe de Capoue, en bois recouvert de bronze. Une est un dispositif artificiel destiné à remplacer un membre, un organe ou une articulation. Le mot prothèse vient du latin prosthesis venant du grec signifiant « action d'ajouter ». La première référence à un membre artificiel apparait dans le poème épique indien Rig-Véda: il s'agit de l'amputation de la jambe de la reine guerrière Vishpla. Elle retourne au combat après avoir été équipée d'une jambe de fer par les jumeaux divins Ashvin.
Amputationvignette|Scène d'amputation d'un membre inférieur au . vignette|Peinture de Peter Baumgras ; soldat blessé à Deep Bottom en Virginie le 16 août 1864 (par une balle de mousquet dans la jambe droite), ayant survécu à l'amputation de sa jambe droite (faite au niveau de la hanche) vignette|Portrait de Lewis Francis (milice de New-York), amputé après avoir été blessé le , à la première bataille de Bull Run, poignardé d'au moins 14 coups de baïonnette dans la région du genou (lithographie tirée d'une peinture originale faite par Hermann Faber).
Signature tornadique de rotationUne signature tornadique de rotation (en anglais tornado vortex signature (TVS)) est un mésocyclone intense détecté par un algorithme qui analyse les données Doppler d'un radar météorologique. Cette signature indique la possibilité de la présence d'une tornade sous l'orage associé. Le TVS n'est pas la détection de la tornade elle-même car celle-ci est en général de trop faible dimension (de 1 à 100 mètres) par rapport au faisceau radar (1 kilomètre) pour être visible dans ces données.
Lésion cérébraleUne lésion cérébrale est une lésion qui touche le cerveau. En général, il s'agit d'une destruction plus ou moins étendue du tissu nerveux entraînant un déficit dans la perception, la cognition, la sensibilité ou la motricité en fonction du rôle que jouait la région atteinte dans l'architecture neurocognitive. Cette lésion peut être de nature diverse : ischémique, hémorragique, compressive par un processus extensif de type tumoral ou un hématome.
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.
Feature (machine learning)In machine learning and pattern recognition, a feature is an individual measurable property or characteristic of a phenomenon. Choosing informative, discriminating and independent features is a crucial element of effective algorithms in pattern recognition, classification and regression. Features are usually numeric, but structural features such as strings and graphs are used in syntactic pattern recognition. The concept of "feature" is related to that of explanatory variable used in statistical techniques such as linear regression.
Traumatisme crânienLa notion de traumatisme crânien, ou traumatisme cranio-cérébral (TCC), couvre les traumatismes du neurocrâne (partie haute du crâne contenant le cerveau) et du cerveau. Les manifestations cliniques dépendent de l'importance de l'impact et des facteurs associés (âge, pathologies préexistantes autres, traumatismes associés). Par la situation anatomique de la tête, le traumatisme crânien est souvent associé à des traumatismes du rachis cervical (entorses, luxations, fractures), du visage (contusions, plaies, fractures maxillo-faciales) et oculaires.
Blessure sportiveUne blessure sportive est une blessure survenant lors d'une activité sportive. Aux États-Unis, 30 millions d'adolescents et d'enfants participent à une forme de sport organisé. Parmi eux, environ 3 millions d'athlètes de moins de 14 ans sont blessés chaque année D'après une étude de la Stanford University, 21 % des blessures survenues chez les athlètes universitaires conduisent ces athlètes à manquer au moins une journée de sport, et environ 77 % de ces blessures impliquent la partie inférieure du corps.
Head injuryA head injury is any injury that results in trauma to the skull or brain. The terms traumatic brain injury and head injury are often used interchangeably in the medical literature. Because head injuries cover such a broad scope of injuries, there are many causes—including accidents, falls, physical assault, or traffic accidents—that can cause head injuries. The number of new cases is 1.7 million in the United States each year, with about 3% of these incidents leading to death.
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.
PerceptronLe perceptron est un algorithme d'apprentissage supervisé de classifieurs binaires (c'est-à-dire séparant deux classes). Il a été inventé en 1957 par Frank Rosenblatt au laboratoire d'aéronautique de l'université Cornell. Il s'agit d'un neurone formel muni d'une règle d'apprentissage qui permet de déterminer automatiquement les poids synaptiques de manière à séparer un problème d'apprentissage supervisé. Si le problème est linéairement séparable, un théorème assure que la règle du perceptron permet de trouver une séparatrice entre les deux classes.
Sélection de caractéristiqueLa sélection de caractéristique (ou sélection d'attribut ou de variable) est un processus utilisé en apprentissage automatique et en traitement de données. Il consiste, étant donné des données dans un espace de grande dimension, à trouver un sous-sensemble de variables pertinentes. C'est-à-dire que l'on cherche à minimiser la perte d'information venant de la suppression de toutes les autres variables. C'est une méthode de réduction de la dimensionnalité. Extraction de caractéristique Catégorie:Apprentissage
Apprentissage ensemblisteIn statistics and machine learning, ensemble methods use multiple learning algorithms to obtain better predictive performance than could be obtained from any of the constituent learning algorithms alone. Unlike a statistical ensemble in statistical mechanics, which is usually infinite, a machine learning ensemble consists of only a concrete finite set of alternative models, but typically allows for much more flexible structure to exist among those alternatives.
Primary and secondary brain injuryPrimary and secondary brain injury are ways to classify the injury processes that occur in brain injury. In traumatic brain injury (TBI), primary brain injury occurs during the initial insult, and results from displacement of the physical structures of the brain. Secondary brain injury occurs gradually and may involve an array of cellular processes. Secondary injury, which is not caused by mechanical damage, can result from the primary injury or be independent of it.
Aide au diagnostic médicalUne aide au diagnostic médical (ou diagnostic assisté par ordinateur) est un système d'aide à la décision médicale utilisé dans le processus du diagnostic médical, qui est composé d'une base de données et d'un moteur de recherche. Il donne accès aux informations de la base de données, et peut proposer des diagnostics différentiels en fonction de données pré-renseignées après un examen clinique, des estimations pronostiques, ou signaler des informations manquantes pour établir un diagnostic. Catégorie:Base
Physical therapyPhysical therapy (PT), also known as physiotherapy, is one of the allied health professions. It is provided by physical therapists who promote, maintain, or restore health through physical examination, diagnosis, management, prognosis, patient education, physical intervention, rehabilitation, disease prevention, and health promotion. Physical therapists are known as physiotherapists in many countries. The career has many specialties including musculoskeletal, orthopedics, cardiopulmonary, neurology, endocrinology, sports medicine, geriatrics, pediatrics, women's health, wound care and electromyography.
Système de classeursUn système de classeurs (Learning Classifier System ou LCS en anglais) est un système d'apprentissage automatique utilisant l'apprentissage par renforcement et les algorithmes génétiques. Ils ont été introduits par Holland en 1977 et développé par Goldberg en 1989 Un système de classeurs (aussi appelé classifiers) est composé d'une base de règles, appelée classeur, associés à un poids. Chaque règle est composée d'une partie condition et d'une partie action. Le classeur commence par être initialisé (aléatoirement ou non).
