Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Chapitre 4 apprentissage automatique

Chapitre L ? apprentissage automatique Année - Lien https sites google com view depinfo-ia L LAZIB et S SADI CIntroduction et généralités Apprentissage non supervisé Apprentissage par renforcement Conclusion Apprentissage supervisé Apprentissage profond Évaluation CIntroduction et généralités L'apprentissage automatique AA est l'étude des algorithmes informatiques qui s'améliorent automatiquement gr? ce à l'expérience et à l'utilisation de données C'est un champ d'étude de l'IA qui fait beaucoup intervenir les statistiques et les probabilités notamment CIntroduction et généralités Dé ?nitions Dé ?nition donnée par Arthur Samuel en un champ d'études qui donne aux ordinateurs la capacité d'apprendre sans être explicitement programmé ? Dé ?nition donnée par Tom Mitchell en un programme informatique apprend de l'expérience E en ce qui concerne une certaine classe de t? ches T et une mesure de performance P si ses performances aux t? ches dans T telles que mesurées par P s'améliorent avec l'expérience E ? CIntroduction et généralités Principe L'intérêt principal de l ? AA est de pouvoir réaliser des programmes informatiques pour résoudre des problèmes exemple faire des prédictions ou prendre des décisions sans devoir explicitement coder les règles permettant de le faire Le principe de l ? AA consiste à donner à la machine des données et de la laisser seule déduire les règles à utiliser pour atteindre un but donné Exemple Nous donnons à la machine une collection d ? articles de journaux La machine doit identi ?er des groupes d ? articles portant sur un même sujet sans qu ? aucune règle ne soit explicitement programmée Exemple Nous donnons à la machine une collection d ? images de chats et de chiens La machine doit classer automatiquement une nouvelle image pas nécessairement présente dans la collection dans une des catégories chien ? ou chat ? CIntroduction et généralités Principe suite Exemple Nous donnons à la machine une base de données regroupant les caractéristiques des logements dans une ville super ?cie quartier étage prix année de construction nombre d ? occupants montant des frais de chau ?age etc La machine doit pouvoir prédire la facture de chau ?age à partir des autres caractéristiques pour un logement qui n ? appartiendrait pas à cette base Exemple Nous donnons à la machine un ensemble de parties de jeux d ? échecs sans donner aucune règle de jeu et en indiquant à chaque fois le joueur gagnant La machine doit pouvoir apprendre les règles des jeux d ? échecs et pouvoir prédire à chaque fois le coup gagnant De plus la machine doit s'améliorer en jouant CIntroduction et généralités Types Il existe trois types principaux d ? apprentissage automatique L ? apprentissage supervisé ? Il englobe la classi ?cation et la régression L ? apprentissage non supervisé ? Il traite le clustering regroupement et l ? apprentissage de fonctionnalités ou l ? extraction de règles d ? association L ? apprentissage par renforcement Il existe d ? autres types d ? apprentissage automatique secondaires L ? apprentissage semi-supervisé L ? apprentissage par transfert CIntroduction et généralités