Apprentissage automatique (ML)

Algorithmes qui généralisent des motifs à partir de données pour faire des prédictions ou prendre des décisions sans règles écrites manuellement pour chaque cas.

L’apprentissage automatique (ML) recouvre les méthodes où le comportement d’un modèle est façonné par des données d’entraînement : exemples, cibles, récompenses, et non purement par des programmeurs listant chaque arbre de règles explicites.

Les courants historiques incluent l’apprentissage supervisé avec exemples étiquetés, l’apprentissage par renforcement avec récompenses, le clustering, et : à partir des années 2000 : l’apprentissage profond à grande échelle.