Scribd
Importer
9 vues2 pages

Définitions de l'apprentissage automatique

L'apprentissage automatique est défini comme un processus où un modèle ajuste ses paramètres pour minimiser les erreurs de prédiction, selon Aurélien Géron. Chloé-Agathe Azencott souligne la capacité des machines à évoluer et à accomplir des tâches complexes. Une définition synthétique propose que l'apprentissage automatique simule des aspects du raisonnement humain sans conscience, mettant en avant l'autonomie fonctionnelle des systèmes tout en reconnaissant leurs limites.

Transféré par

Mardoché Muaka
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
9 vues2 pages

Définitions de l'apprentissage automatique

L'apprentissage automatique est défini comme un processus où un modèle ajuste ses paramètres pour minimiser les erreurs de prédiction, selon Aurélien Géron. Chloé-Agathe Azencott souligne la capacité des machines à évoluer et à accomplir des tâches complexes. Une définition synthétique propose que l'apprentissage automatique simule des aspects du raisonnement humain sans conscience, mettant en avant l'autonomie fonctionnelle des systèmes tout en reconnaissant leurs limites.

Transféré par

Mardoché Muaka
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

1.

Selon Aurélien Géron, dans son ouvrage Hands-On Machine Learning with Scikit-Learn, Keras
and TensorFlow (2ᵉ édition, 2019), l’apprentissage automatique est « un processus dans
lequel un modèle ajuste ses paramètres au fur et à mesure qu’il apprend à partir des
données, en minimisant les erreurs entre ses prédictions et les résultats réels » [1]. Cette
définition met en évidence le rôle des données et de l’optimisation dans le processus
d’apprentissage, permettant au modèle de s’améliorer de manière itérative.

2. Chloé-Agathe Azencott, dans son cours à MINES ParisTech, définit l’apprentissage


automatique comme « le développement, l’analyse et l’implémentation de méthodes
permettant à une machine d’évoluer grâce à un processus d’apprentissage, et ainsi
d’accomplir des tâches qu’il serait difficile, voire impossible, de résoudre par des approches
algorithmiques classiques » [2]. Cette approche insiste sur la capacité adaptative des
systèmes intelligents dans des contextes complexes.

3. Enfin, nous pouvons proposer la définition suivante, qui synthétise les approches
précédentes tout en introduisant une perspective plus fonctionnelle :

 « L’apprentissage automatique est un ensemble de méthodes permettant à une


machine de simuler certains aspects du raisonnement et de la prise de décision
humaine, sans toutefois posséder de conscience propre. »

Cette définition, proposée par l’auteur de ce mémoire, met l’accent sur l’autonomie fonctionnelle
des systèmes d’apprentissage automatique, tout en soulignant leurs limites en termes de
compréhension sémantique de l’environnement.

Ces différentes définitions révèlent que, bien que les machines puissent apprendre à partir de
données, prendre des décisions et résoudre des problèmes complexes, elles n’ont pas pour autant
une compréhension consciente ou contextuelle de ce qu’elles accomplissent.

Références

À insérer dans ta bibliographie en fin de mémoire sous forme numérotée :


[1] Aurélien Géron, Hands-On Machine Learning with Scikit-Learn, Keras and TensorFlow, 2ᵉ édition,
O’Reilly Media, 2019.

[2] Chloé-Agathe Azencott, Introduction au Machine Learning, MINES ParisTech, mai 2011.

[3] [À ajouter selon tes autres sources si nécessaires.]

Vous aimerez peut-être aussi