L’apprentissage automatique est une sous-discipline de l’intelligence artificielle et de l’informatique consacrée au développement d’algorithmes capables d’apprendre à partir de données.
Ces algorithmes construisent des modèles mathématiques à partir de jeux de données d’entraînement afin d’identifier des motifs, des structures et des relations dans les données. Ces modèles peuvent ensuite être appliqués à de nouvelles données pour réaliser des classifications, des prédictions ou des prises de décision.
Les principales approches de l’apprentissage automatique comprennent l’apprentissage supervisé, l’apprentissage non supervisé et l’apprentissage par renforcement. Les implémentations modernes reposent souvent sur des réseaux neuronaux et des architectures de deep learning.
Définition :
“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P if its performance at tasks in T, as measured by P, improves with experience E.”
Source :
Tom M. Mitchell – Machine Learning, McGraw-Hill, 1997