Apprentissage automatique – Machine Learning

Apprentissage automatique – Machine Learning

L'apprentissage automatique est une méthode d'analyse de données qui automatise la construction de modèles analytiques. Il s'agit d'une branche de l'

Qu’est-ce que le cluster dans le Big Data ?
Comment le digital pourrait être un facteur de différenciation et de développement de quelque secteur d’activité dans cette période de pandémie ?
Les réseaux de neurones artificiel

L’apprentissage automatique est une méthode d’analyse de données qui automatise la construction de modèles analytiques. Il s’agit d’une branche de l’ intelligence artificielle basée sur l’idée que les systèmes peuvent apprendre des données, identifier des modèles et prendre des décisions avec une intervention humaine minimale.

En raison des nouvelles technologies informatiques, l’apprentissage automatique aujourd’hui n’est pas comme l’apprentissage machine du passé. Il est né de la reconnaissance des formes et de la théorie selon laquelle les ordinateurs peuvent apprendre sans être programmés pour effectuer des tâches spécifiques; les chercheurs intéressés par l’intelligence artificielle voulaient voir si les ordinateurs pouvaient apprendre des données. L’aspect itératif de l’apprentissage automatique est important car, à mesure que les modèles sont exposés à de nouvelles données, ils peuvent s’adapter indépendamment. Ils apprennent des calculs précédents pour produire des décisions et des résultats fiables et reproductibles. C’est une science qui n’est pas nouvelle – mais qui a pris un nouvel élan.

Bien que de nombreux algorithmes d’apprentissage automatique existent depuis longtemps, la possibilité d’appliquer automatiquement des calculs mathématiques complexes aux mégadonnées – encore et encore, de plus en plus vite – est un développement récent. Voici quelques exemples largement diffusés d’applications d’apprentissage automatique que vous connaissez peut-être:

  • La voiture Google très médiatisée et autonome ? L’essence de l’apprentissage automatique.
  • Des offres de recommandation en ligne telles que celles d’Amazon et de Netflix ? Applications d’apprentissage automatique pour la vie quotidienne.
  • Vous savez ce que les clients disent de vous sur Twitter ? Apprentissage automatique combiné à la création de règles linguistiques.
  • Détection de fraude ? L’une des utilisations les plus évidentes et les plus importantes de notre monde aujourd’hui.

Pourquoi l’apprentissage automatique est-il important ?

Le regain d’intérêt pour l’apprentissage automatique est dû aux mêmes facteurs qui ont rendu l’exploration de données et l’analyse bayésienne plus populaires que jamais. Des choses comme l’augmentation des volumes et des variétés de données disponibles, un traitement informatique moins cher et plus puissant, et un stockage de données abordable.

Toutes ces choses signifient qu’il est possible de produire rapidement et automatiquement des modèles qui peuvent analyser des données plus grandes et plus complexes et fournir des résultats plus rapides et plus précis – même à très grande échelle. Et en construisant des modèles précis, une organisation a plus de chances d’identifier des opportunités rentables – ou d’éviter des risques inconnus.

COMMENTS