Accès plus rapide que le navigateur!
48 relations: Algorithme, Algorithme espérance-maximisation, Analyse en composantes principales, Apprentissage automatique, Apprentissage non supervisé, Arbre de décision, Bio-informatique, Boosting, Bruit de mesure, Carte autoadaptative, Classement automatique, Classification naïve bayésienne, Ensemble fini, Espace de versions, Espace mesurable, Espace probabilisé, Espérance conditionnelle, Extraction de connaissances, Indépendance (probabilités), Intelligence artificielle, Jeu de données, Jeu de données d'apprentissage, K-moyennes, Loi de probabilité, Loi uniforme continue, Machine à vecteurs de support, Méthode des k plus proches voisins, Mesure de Lebesgue, Mesure de probabilité, Mesure empirique, Modèle de mélange, Optimisation (mathématiques), Partitionnement de données, Produit scalaire canonique, Régression (statistiques), Régression logistique, Réseau de neurones artificiels, Reconnaissance automatique de la parole, Reconnaissance de formes, Reconnaissance de l'écriture manuscrite, Reconnaissance optique de caractères, Regroupement hiérarchique, Système de classeurs, Théorème de Cox-Jaynes, Théorème de l'espérance totale, Traitement automatique du langage naturel, Variable aléatoire, Vision par ordinateur.
Algorithme
triangulation). Un algorithme est une suite finie et non ambiguë d'instructions et d’opérations permettant de résoudre une classe de problèmes.
Nouveau!!: Apprentissage supervisé et Algorithme · Voir plus »
Algorithme espérance-maximisation
L'algorithme espérance-maximisation (en anglais expectation-maximization algorithm, souvent abrégé EM) est un algorithme itératif qui permet de trouver les paramètres du maximum de vraisemblance d'un modèle probabiliste lorsque ce dernier dépend de variables latentes non observables.
Nouveau!!: Apprentissage supervisé et Algorithme espérance-maximisation · Voir plus »
Analyse en composantes principales
L'analyse en composantes principales (ACP ou PCA en anglais pour principal component analysis), ou, selon le domaine d'application, transformation de Karhunen–Loève (KLT) ou transformation de Hotelling, est une méthode de la famille de l'analyse des données et plus généralement de la statistique multivariée, qui consiste à transformer des variables liées entre elles (dites « corrélées » en statistique) en nouvelles variables décorrélées les unes des autres.
Nouveau!!: Apprentissage supervisé et Analyse en composantes principales · Voir plus »
Apprentissage automatique
L'apprentissage automatique.
Nouveau!!: Apprentissage supervisé et Apprentissage automatique · Voir plus »
Apprentissage non supervisé
Dans le domaine informatique et de l'intelligence artificielle, l'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « balle » ou « poisson »).
Nouveau!!: Apprentissage supervisé et Apprentissage non supervisé · Voir plus »
Arbre de décision
date.
Nouveau!!: Apprentissage supervisé et Arbre de décision · Voir plus »
Bio-informatique
La bioinformatique (ou bio-informatique), est un champ de recherche multidisciplinaire de la biotechnologie où travaillent de concert biologistes, médecins, informaticiens, mathématiciens, physiciens et bioinformaticiens, dans le but de résoudre un problème scientifique posé par la biologie.
Nouveau!!: Apprentissage supervisé et Bio-informatique · Voir plus »
Boosting
Le boosting est un domaine de l'apprentissage automatique (branche de l'intelligence artificielle).
Nouveau!!: Apprentissage supervisé et Boosting · Voir plus »
Bruit de mesure
En métrologie, le bruit de mesure est l'ensemble des signaux parasites qui se superposent au signal que l'on cherche à obtenir au moyen d'une mesure d'un phénomène physique.
Nouveau!!: Apprentissage supervisé et Bruit de mesure · Voir plus »
Carte autoadaptative
Les cartes autoadaptatives, cartes auto-organisatrices ou cartes topologiques forment une classe de réseau de neurones artificiels fondée sur des méthodes d'apprentissage non supervisées.
Nouveau!!: Apprentissage supervisé et Carte autoadaptative · Voir plus »
Classement automatique
La fonction 1-x^2-2*exp(-100*x^2) (rouge) et les valeurs déplacées par un bruit de 0,1*N(0,1). Le classement automatique ou classification supervisée est la catégorisation algorithmique d'objets.
Nouveau!!: Apprentissage supervisé et Classement automatique · Voir plus »
Classification naïve bayésienne
Exemple de classification naïve bayésienne pour un ensemble de données dont le nombre augmente avec le temps. La classification naïve bayésienne est un type de classification bayésienne probabiliste simple basée sur le théorème de Bayes avec une forte indépendance (dite naïve) des hypothèses.
Nouveau!!: Apprentissage supervisé et Classification naïve bayésienne · Voir plus »
Ensemble fini
En mathématiques, un ensemble fini est un ensemble qui possède un nombre fini d'éléments, c'est-à-dire qu'il est possible de compter ses éléments, le résultat étant un nombre entier.
Nouveau!!: Apprentissage supervisé et Ensemble fini · Voir plus »
Espace de versions
Un espace de versions est un dispositif utilisé en apprentissage supervisé pour induire des concepts généraux ou des règles à partir d'un ensemble mêlant des exemples vérifiant la règle qu'on cherche à établir et des contre-exemples ne la vérifiant pas.
Nouveau!!: Apprentissage supervisé et Espace de versions · Voir plus »
Espace mesurable
Un espace mesurable (en théorie de la mesure), également appelé espace probabilisable (en théorie des probabilités), est un couple (X,\mathcal) où X est un ensemble et \mathcal une tribu sur X. Les éléments de \mathcal sont alors appelés des ensembles mesurables de X. Un espace mesurable est rarement utilisé seul: le plus souvent, il est complété d'une mesure \mu en vue de construire un espace mesuré (X,\mathcal,\mu).
Nouveau!!: Apprentissage supervisé et Espace mesurable · Voir plus »
Espace probabilisé
Un espace de probabilité(s) ou espace probabilisé est construit à partir d'un espace probabilisable en le complétant par une mesure de probabilité: il permet la modélisation quantitative de l'expérience aléatoire étudiée en associant une probabilité numérique à tout événement lié à l'expérience.
Nouveau!!: Apprentissage supervisé et Espace probabilisé · Voir plus »
Espérance conditionnelle
En théorie des probabilités, l'espérance conditionnelle d'une variable aléatoire réelle donne la valeur moyenne de cette variable quand un certain événement est réalisé.
Nouveau!!: Apprentissage supervisé et Espérance conditionnelle · Voir plus »
Extraction de connaissances
L'extraction de connaissances est le processus de création de connaissances à partir d'informations structurées (bases de données relationnelles, XML) ou non structurées (textes, documents, images).
Nouveau!!: Apprentissage supervisé et Extraction de connaissances · Voir plus »
Indépendance (probabilités)
Paire de dés: les résultats de chacun des dés sont indépendants. L'indépendance est une notion probabiliste qualifiant de manière intuitive des événements aléatoires n'ayant aucune influence l'un sur l'autre.
Nouveau!!: Apprentissage supervisé et Indépendance (probabilités) · Voir plus »
Intelligence artificielle
assistants personnels intelligents sont l'une des applications concrètes de l'intelligence artificielle dans les années 2010. L'intelligence artificielle (IA) est un ensemble de théories et de techniques visant à réaliser des machines capables de simuler l'intelligence humaine.
Nouveau!!: Apprentissage supervisé et Intelligence artificielle · Voir plus »
Jeu de données
420x420px Un jeu de données (en anglais dataset ou data set) est un ensemble de valeurs « organisées » ou « contextualisées » (alias « données »), où chaque valeur est associée à une variable (ou attribut) et à une observation.
Nouveau!!: Apprentissage supervisé et Jeu de données · Voir plus »
Jeu de données d'apprentissage
En apprentissage automatique, un jeu de données d'apprentissage (ou données d'apprentissage, ensemble d'apprentissage ou encore échantillon d'apprentissage) est un jeu de données utilisé pour entraîner un algorithme.
Nouveau!!: Apprentissage supervisé et Jeu de données d'apprentissage · Voir plus »
K-moyennes
Le partitionnement en k-moyennes (ou en anglais) est une méthode de partitionnement de données et un problème d'optimisation combinatoire.
Nouveau!!: Apprentissage supervisé et K-moyennes · Voir plus »
Loi de probabilité
400px En théorie des probabilités et en statistique, une loi de probabilité décrit le comportement aléatoire d'un phénomène dépendant du hasard.
Nouveau!!: Apprentissage supervisé et Loi de probabilité · Voir plus »
Loi uniforme continue
En théorie des probabilités et en statistiques, les lois uniformes continues forment une famille de lois de probabilité à densité.
Nouveau!!: Apprentissage supervisé et Loi uniforme continue · Voir plus »
Machine à vecteurs de support
Les machines à vecteurs de support ou séparateurs à vaste marge (en anglais, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discriminationLe terme anglais pour discrimination est, qui a un sens différent en français (se rapporte au). On utilise aussi le terme classement à la place de discrimination, plus proche du terme anglais, et plus compréhensible.
Nouveau!!: Apprentissage supervisé et Machine à vecteurs de support · Voir plus »
Méthode des k plus proches voisins
En intelligence artificielle, plus précisément en apprentissage automatique, la méthode des k plus proches voisins est une méthode d’apprentissage supervisé.
Nouveau!!: Apprentissage supervisé et Méthode des k plus proches voisins · Voir plus »
Mesure de Lebesgue
La mesure de Lebesgue est une mesure qui étend le concept intuitif de volume à une très large classe de parties de l'espace.
Nouveau!!: Apprentissage supervisé et Mesure de Lebesgue · Voir plus »
Mesure de probabilité
0-521-62128-3 https://books.google.com/books?id.
Nouveau!!: Apprentissage supervisé et Mesure de probabilité · Voir plus »
Mesure empirique
En probabilité, la mesure empirique est une mesure aléatoire calculée à partir de la réalisation d'un échantillon, c'est-à-dire de la réalisation d'une séquence de variables aléatoires.
Nouveau!!: Apprentissage supervisé et Mesure empirique · Voir plus »
Modèle de mélange
En statistiques, un modèle de mélange est un modèle statistique permettant de modéliser différentes sous-populations dans la population globale sans que ces sous-populations soient identifiées dans les données par une variable observée.
Nouveau!!: Apprentissage supervisé et Modèle de mélange · Voir plus »
Optimisation (mathématiques)
L'optimisation est une branche des mathématiques cherchant à modéliser, à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à minimiser ou maximiser une fonction sur un ensemble.
Nouveau!!: Apprentissage supervisé et Optimisation (mathématiques) · Voir plus »
Partitionnement de données
clustering'' hiérarchique. Le partitionnement de données (ou en anglais) est une méthode en analyse des données.
Nouveau!!: Apprentissage supervisé et Partitionnement de données · Voir plus »
Produit scalaire canonique
Un produit scalaire canonique est un produit scalaire qui se présente de manière naturelle d'après la manière dont l'espace vectoriel est présenté.
Nouveau!!: Apprentissage supervisé et Produit scalaire canonique · Voir plus »
Régression (statistiques)
En mathématiques, la régression recouvre plusieurs méthodes d’analyse statistique permettant d’approcher une variable à partir d’autres qui lui sont corrélées.
Nouveau!!: Apprentissage supervisé et Régression (statistiques) · Voir plus »
Régression logistique
En statistiques, la régression logistique ou modèle logit est un modèle de régression binomiale.
Nouveau!!: Apprentissage supervisé et Régression logistique · Voir plus »
Réseau de neurones artificiels
Un réseau de neurones artificiels.
Nouveau!!: Apprentissage supervisé et Réseau de neurones artificiels · Voir plus »
Reconnaissance automatique de la parole
applications utilisatrices. La reconnaissance automatique de la parole (souvent improprement appelée reconnaissance vocale) est une technique informatique qui permet d'analyser la voix humaine captée au moyen d'un microphone pour la transcrire sous la forme d'un texte exploitable par une machine.
Nouveau!!: Apprentissage supervisé et Reconnaissance automatique de la parole · Voir plus »
Reconnaissance de formes
Reconnaissance de forme à partir de modélisation en 3D La reconnaissance de formes (ou parfois reconnaissance de motifs) est un ensemble de techniques et méthodes visant à identifier des régularités informatiques à partir de données brutes afin de prendre une décision dépendant de la catégorie attribuée à ce motif.
Nouveau!!: Apprentissage supervisé et Reconnaissance de formes · Voir plus »
Reconnaissance de l'écriture manuscrite
La reconnaissance de l’écriture manuscrite (en anglais, handwritten text recognition ou HTR) est un traitement informatique qui a pour but de traduire un texte écrit en un texte codé numériquement.
Nouveau!!: Apprentissage supervisé et Reconnaissance de l'écriture manuscrite · Voir plus »
Reconnaissance optique de caractères
Vidéo montrant un processus de reconnaissance optique de caractères effectué en direct grâce à un scanner portable. La reconnaissance optique de caractères (ROC, ou OCR pour l'anglais optical character recognition), ou « océrisation », désigne les procédés informatiques pour la traduction d'images de textes imprimés ou dactylographiés en fichiers de texte.
Nouveau!!: Apprentissage supervisé et Reconnaissance optique de caractères · Voir plus »
Regroupement hiérarchique
Dans le domaine de l'analyse et de la classification automatique de données, le regroupement hiérarchique est un partitionnement de données ou clustering, au moyen de diverses méthodes, dites « ascendantes » et « descendantes ».
Nouveau!!: Apprentissage supervisé et Regroupement hiérarchique · Voir plus »
Système de classeurs
Un système de classeurs (Learning Classifier System ou LCS en anglais) est un système d'apprentissage automatique utilisant l'apprentissage par renforcement et les algorithmes génétiques.
Nouveau!!: Apprentissage supervisé et Système de classeurs · Voir plus »
Théorème de Cox-Jaynes
Le théorème de Cox-Jaynes (1946) codifie et quantifie la démarche d'apprentissage en se fondant sur cinq postulats (desiderata) simples.
Nouveau!!: Apprentissage supervisé et Théorème de Cox-Jaynes · Voir plus »
Théorème de l'espérance totale
Le théorème de l'espérance totale est une proposition de la théorie des probabilités affirmant que l'espérance de l'espérance conditionnelle de X sachant Y est la même que l'espérance de X. Précisément, si.
Nouveau!!: Apprentissage supervisé et Théorème de l'espérance totale · Voir plus »
Traitement automatique du langage naturel
Le traitement automatique du langage naturel (TALN), en anglais natural language processing ou NLP, est un domaine multidisciplinaire impliquant la linguistique, l'informatique et l'intelligence artificielle, qui vise à créer des outils de traitement du langage naturel pour diverses applications.
Nouveau!!: Apprentissage supervisé et Traitement automatique du langage naturel · Voir plus »
Variable aléatoire
La valeur d’un dé après un lancer est une variable aléatoire comprise entre 1 et 6. En théorie des probabilités, une variable aléatoire est une variable dont la valeur est déterminée après la réalisation d’un phénomène, expérience ou événement, aléatoire.
Nouveau!!: Apprentissage supervisé et Variable aléatoire · Voir plus »
Vision par ordinateur
La vision par ordinateur est un domaine scientifique et une branche de l’intelligence artificielle qui traite de la façon dont les ordinateurs peuvent acquérir une compréhension de haut niveau à partir d'images ou de vidéos numériques.
Nouveau!!: Apprentissage supervisé et Vision par ordinateur · Voir plus »
Redirections ici:
Apprentissage Supervisé, Apprentissage supervise.
