Apprentissage automatique
L'apprentissage machine donne aux ordinateurs la possibilité d'apprendre sans être explicitement programmés (Arthur Samuel, 1959). Il s'agit d'un sous-domaine de l'informatique.
L'idée est venue de travaux dans le domaine de l'intelligence artificielle. L'apprentissage automatique explore l'étude et la construction d'algorithmes qui peuvent apprendre et faire des prédictions sur des données. Ces algorithmes suivent des instructions programmées, mais peuvent également faire des prédictions ou prendre des décisions basées sur des données. Ils construisent un modèle à partir d'un échantillon de données.
L'apprentissage machine est effectué là où il est impossible de concevoir et de programmer des algorithmes explicites. Il s'agit par exemple du filtrage du spam, de la détection d'intrus sur le réseau ou d'initiés malveillants travaillant à une violation des données, de la reconnaissance optique de caractères (OCR), des moteurs de recherche et de la vision artificielle.
Questions et réponses
Q : Qu'est-ce que l'apprentissage automatique ?
R : L'apprentissage automatique est un sous-domaine de l'informatique qui donne aux ordinateurs la capacité d'apprendre sans être explicitement programmés, en utilisant des algorithmes qui peuvent apprendre et faire des prédictions sur des données.
Q : D'où vient l'idée de l'apprentissage automatique ?
R : L'idée de l'apprentissage automatique est née des travaux sur l'intelligence artificielle.
Q : Comment fonctionnent les algorithmes utilisés dans l'apprentissage automatique ?
R : Les algorithmes utilisés dans l'apprentissage automatique suivent des instructions programmées, mais peuvent également faire des prédictions ou prendre des décisions sur la base de données. Ils construisent un modèle à partir d'échantillons.
Q : Quand l'apprentissage automatique est-il utilisé ?
R : L'apprentissage automatique est utilisé lorsqu'il n'est pas possible de concevoir et de programmer des algorithmes explicites. Les exemples incluent le filtrage du spam, la détection d'intrus dans le réseau ou d'initiés malveillants travaillant à une violation de données, la reconnaissance optique de caractères (OCR), les moteurs de recherche et la vision par ordinateur.
Q : Quels sont les risques liés à l'utilisation de l'apprentissage automatique ?
R : L'utilisation de l'apprentissage automatique comporte des risques, notamment la création de modèles finaux qui sont des "boîtes noires" et qui sont critiqués pour les biais qu'ils introduisent dans l'embauche, la justice pénale et la reconnaissance des visages.
Q : Qu'est-ce que cela signifie pour un modèle d'apprentissage automatique d'être une "boîte noire" ?
R : Un modèle d'apprentissage automatique "boîte noire" signifie que ses processus de décision ne sont pas facilement explicables ou compréhensibles par les humains.
Q : Quels sont les exemples d'applications de l'apprentissage automatique ?
R : Parmi les applications de l'apprentissage automatique, on peut citer le filtrage des spams, la détection des intrus dans les réseaux, la reconnaissance optique des caractères (OCR), les moteurs de recherche et la vision par ordinateur.
