Schéma de l'apprentissage automatique – Wikipedia – Apprendre langue

Vue d'ensemble et guide thématique sur l'apprentissage automatique

L’esquisse suivante est fournie à titre d’aperçu et de guide thématique sur la apprentissage automatique. L’apprentissage automatique est un sous-domaine de l’informatique douce en informatique qui a évolué à partir de l’étude de la reconnaissance des formes et de la théorie de l’apprentissage informatique en intelligence artificielle.^[1] En 1959, Arthur Samuel définit l'apprentissage par la machine comme un "domaine d'étude qui donne à l'ordinateur la capacité d'apprendre sans être explicitement programmé".^[2] L'apprentissage automatique explore l'étude et la construction d'algorithmes permettant d'apprendre et de prédire des données.^[3] De tels algorithmes fonctionnent en construisant un modèle à partir d'un exemple d'entrainement composé d'observations d'entrée afin de faire des prédictions ou des décisions basées sur les données exprimées en sortie, plutôt que de suivre des instructions de programme strictement statiques.

Quoi type de chose est l'apprentissage automatique?[[[[modifier]

Branches de machine learning[[[[modifier]

Sous-champs d'apprentissage automatique[[[[modifier]

Sous-champs d'apprentissage automatique

Champs interdisciplinaires impliquant l'apprentissage automatique[[[[modifier]

Champs interdisciplinaires impliquant l'apprentissage automatique

Applications de l'apprentissage automatique[[[[modifier]

Applications de l'apprentissage automatique

Matériel d'apprentissage automatique[[[[modifier]

Matériel d'apprentissage automatique

Outils d'apprentissage automatique[[[[modifier]

Outils d'apprentissage automatique (liste)

Cadres d'apprentissage automatique[[[[modifier]

Cadre d'apprentissage automatique

Structures propriétaires d'apprentissage automatique[[[[modifier]

Structures propriétaires d'apprentissage automatique

Cadres d'apprentissage machine open source[[[[modifier]

Cadres d'apprentissage machine open source

Bibliothèques d'apprentissage machine[[[[modifier]

Bibliothèque d'apprentissage automatique

Algorithmes d'apprentissage machine[[[[modifier]

Algorithme d'apprentissage automatique

Types d'algorithmes d'apprentissage machine[[[[modifier]

Méthodes d'apprentissage automatique[[[[modifier]

Méthode d'apprentissage automatique (liste)

Réduction de la dimensionnalité[[[[modifier]

Réduction de la dimensionnalité

Apprentissage en ensemble[[[[modifier]

Apprentissage en ensemble

Méta-apprentissage[[[[modifier]

Méta-apprentissage

Apprentissage par renforcement[[[[modifier]

Apprentissage par renforcement

Enseignement supervisé[[[[modifier]

Enseignement supervisé

Bayésien[[[[modifier]

Statistiques bayésiennes

Algorithmes d'arbre de décision[[[[modifier]

Algorithme d'arbre de décision

Classificateur linéaire[[[[modifier]

Classificateur linéaire

Apprentissage non supervisé[[[[modifier]

Apprentissage non supervisé

Réseaux de neurones artificiels[[[[modifier]

Réseau neuronal artificiel

Apprentissage des règles d'association[[[[modifier]

Apprentissage des règles d'association

Classification hiérarchique[[[[modifier]

Classification hiérarchique

L'analyse par grappes[[[[modifier]

L'analyse par grappes

Détection d'une anomalie[[[[modifier]

Détection d'une anomalie

Apprentissage semi-supervisé[[[[modifier]

Apprentissage semi-supervisé

L'apprentissage en profondeur[[[[modifier]

L'apprentissage en profondeur

Autres méthodes et problèmes d'apprentissage machine[[[[modifier]

Recherche en apprentissage automatique[[[[modifier]

Histoire de l'apprentissage automatique[[[[modifier]

Histoire de l'apprentissage automatique

Projets d'apprentissage automatique[[[[modifier]

Projets d'apprentissage automatique

Organisations d'apprentissage automatique[[[[modifier]

Organisations d'apprentissage automatique

Conférences et ateliers d'apprentissage automatique[[[[modifier]

Publications d'apprentissage automatique[[[[modifier]

Livres sur l'apprentissage automatique[[[[modifier]

Cette section a besoin d'expansion avec: contenu. Vous pouvez aider en ajoutant à cela. (Novembre 2018)

Livres sur l'apprentissage automatique

Journaux d'apprentissage automatique[[[[modifier]

Personnes influentes dans l'apprentissage automatique[[[[modifier]

Voir également[[[[modifier]

Autre[[[[modifier]

Lectures complémentaires[[[[modifier]

• Trevor Hastie, Robert Tibshirani et Jerome H. Friedman (2001). Les éléments de l'apprentissage statistiqueSpringer. ISBN 0-387-95284-5.
• Pedro Domingos (septembre 2015), L'algorithme principal, Ouvrages de base, ISBN 978-0-465-06570-7
• Mehryar Mohri, Afshin Rostamizadeh et Ameet Talwalkar (2012). Fondements de l'apprentissage automatique, La presse MIT. ISBN 978-0-262-01825-8.
• Ian H. Witten et Eibe Frank (2011). Data Mining: outils et techniques pratiques d'apprentissage automatique Morgan Kaufmann, 664pp., ISBN 978-0-12-374856-0.
• David J. C. MacKay. Théorie de l'information, inférence et algorithmes d'apprentissage Cambridge: Cambridge University Press, 2003. ISBN 0-521-64298-1
• Richard O. Duda, Peter E. Hart, David G. Stork (2001) Classification de modèle (2e édition), Wiley, New York, ISBN 0-471-05669-3.
• Christopher Bishop (1995). Réseaux de neurones pour la reconnaissance de formes, Oxford University Press. ISBN 0-19-853864-2.
• Vladimir Vapnik (1998). Théorie de l'apprentissage statistique. Wiley-Interscience, ISBN 0-471-03003-1.
• Ray Solomonoff, Une machine d'inférence inductive, Compte rendu de la convention de l'IRE, Section de la théorie de l'information, Deuxième partie, p. 56 à 62, 1957.
• Ray Solomonoff, "Une machine à inférence inductive" Rapport de la conférence de recherche d’été sur la grippe aviaire organisé à Dartmouth en 1956.

Références[[[[modifier]

Liens externes[[[[modifier]