Apprentissage Profond (Deep Learning)

De Wiki du Numérique Responsable

Domaine de pointe de l’apprentissage automatique, cette technique permet à la machine de reconnaître, par elle-même, des concepts complexes tels que des visages, des corps humains ou des images de chats, en épluchant des millions d’images glanées sur Internet, sans que ces images soient préalablement étiquetées par des humains. Né de la combinaison des algorithmes d'apprentissage automatique avec les réseaux de neurones formels et avec l’utilisation des données de masse, le deep learning a révolutionné l’intelligence artificielle. Il a d’innombrables applications : moteurs de recherche, diagnostic médical, voiture autonome, etc. En 2015, l'ordinateur AlphaGo a appris à battre les humains au jeu de go grâce à lui.  (source : UNESCO )

Apprentissage supervisé et non supervisé : l’apprentissage supervisé ou non-supervisé sont deux manières d’apprendre aux ordinateurs. Pour le premier, un humain aide la machine, en fournissant des données labellisées en amont, lors de la phase d’apprentissage. A contrario, pour l’apprentissage non supervisé, l’algorithme apprend à partir de données non-étiquetées et réagit à ces informations sans supervision. (source : Catalix)