Différences entre versions de « Intelligence Artificielle (IA) - Apprentissage Machine (AM) - Machine Learning (ML) - Deep Learning (DL) »

De Didaquest
Aller à la navigationAller à la recherche
Ligne 10 : Ligne 10 :
  
 
{{Conceptions canoniques}}
 
{{Conceptions canoniques}}
 +
* Qu'est-ce que l'IA ?
 +
: L'IA ou l’intelligence artificielle est un terme large qui désigne des systèmes ou des machines imitant l’intelligence humaine (ou autres). : L'intelligence artificielle en tant que discipline universitaire a été fondée en 1956. L'objectif était alors, comme aujourd'hui, d'amener les ordinateurs à effectuer des tâches considérées comme uniquement humaines : des choses qui nécessitaient de l'intelligence.
 +
: L'intelligence artificielle fait donc référence à la sortie d'un ordinateur. L'ordinateur fait quelque chose d'intelligent, il fait donc preuve d'une intelligence artificielle.
 +
: Le terme IA ne dit rien sur la façon dont ces problèmes sont résolus. Il existe de nombreuses techniques différentes, y compris des systèmes basés sur des règles ou des systèmes experts. Et une catégorie de techniques a commencé à être plus largement utilisée dans les années 1980 : l'apprentissage automatique (machine learning (ML)).
 +
 
* Le machine learning (ML) est un sous-ensemble de l’intelligence artificielle (IA) qui est axé sur la création de systèmes qui apprennent ou améliorent les performances des machines en fonction des données qu’ils traitent.  
 
* Le machine learning (ML) est un sous-ensemble de l’intelligence artificielle (IA) qui est axé sur la création de systèmes qui apprennent ou améliorent les performances des machines en fonction des données qu’ils traitent.  
−
* L’intelligence artificielle est un terme large qui désigne des systèmes ou des machines imitant l’intelligence humaine (ou autres).
+
 
 +
 
 
* Le machine learning et l’IA sont souvent abordés ensemble, et les termes sont parfois utilisés de manière interchangeable, mais ils ne veulent pas dire la même chose. Une distinction importante est que, même si l’intégralité du machine learning repose sur l’intelligence artificielle, cette dernière ne se limite pas au machine learning.
 
* Le machine learning et l’IA sont souvent abordés ensemble, et les termes sont parfois utilisés de manière interchangeable, mais ils ne veulent pas dire la même chose. Une distinction importante est que, même si l’intégralité du machine learning repose sur l’intelligence artificielle, cette dernière ne se limite pas au machine learning.
  

Version du 9 mars 2022 à 17:32


Fiches Question - Réponse
Posez une Question
Target Icon.pngVotre Publicité sur le Réseau Target Icon.png


(+)


Puce-didaquest.png Conception : Clarification - Explicitation

Emblem-important-blue.svg

Blue-circle-target.png Conceptions canoniques

  • Qu'est-ce que l'IA ?
L'IA ou l’intelligence artificielle est un terme large qui désigne des systèmes ou des machines imitant l’intelligence humaine (ou autres). : L'intelligence artificielle en tant que discipline universitaire a été fondée en 1956. L'objectif était alors, comme aujourd'hui, d'amener les ordinateurs à effectuer des tâches considérées comme uniquement humaines : des choses qui nécessitaient de l'intelligence.
L'intelligence artificielle fait donc référence à la sortie d'un ordinateur. L'ordinateur fait quelque chose d'intelligent, il fait donc preuve d'une intelligence artificielle.
Le terme IA ne dit rien sur la façon dont ces problèmes sont résolus. Il existe de nombreuses techniques différentes, y compris des systèmes basés sur des règles ou des systèmes experts. Et une catégorie de techniques a commencé à être plus largement utilisée dans les années 1980 : l'apprentissage automatique (machine learning (ML)).
  • Le machine learning (ML) est un sous-ensemble de l’intelligence artificielle (IA) qui est axé sur la création de systèmes qui apprennent ou améliorent les performances des machines en fonction des données qu’ils traitent.


  • Le machine learning et l’IA sont souvent abordés ensemble, et les termes sont parfois utilisés de manière interchangeable, mais ils ne veulent pas dire la même chose. Une distinction importante est que, même si l’intégralité du machine learning repose sur l’intelligence artificielle, cette dernière ne se limite pas au machine learning.

Aujourd’hui, nous utilisons le machine learning dans tous les domaines. Lorsque nous interagissons avec les banques, achetons en ligne ou utilisons les médias sociaux, des algorithmes de machine learning entrent en jeu pour optimiser, fluidifier et sécuriser notre expérience. Le machine learning et la technologie qui l’entoure se développent rapidement, et nous commençons seulement à entrevoir ses capacités.

Blue-circle-target.png Conceptions erronées et origines possibles

  • Faire un glissement de sens ou utiliser les expressions comme synonymes


Blue-circle-target.png Conceptions: Origines possibles

  • ...............................................................................

................................................................................ ................................................................................


(+)


Puce-didaquest.png Conceptions liées - Typologie



Puce-didaquest.png Concepts ou notions associés

Emblem-important-blue.svg
References
Références


Liens éducatifs relatifs aux 5 Mots-Clés Principaux

Sur le Portail Questions / Réponses

Sur Portail de Formation Gratuite

Sur des sites de Formation

Sur DidaQuest

Intelligence Artificielle (IA) - Apprentissage Machine (AM) - Machine Learning (ML) - Deep Learning (DL) sur : Wikipedia / Wikiwand / Universalis / Larousse encyclopédie / Khan Académie
Sur Wikiwand :

[1] / [2] / [3] / [4] / [5]

Sur Wikipédia :

[6] / [7] / [8] / [9] / [10]

Sur Wikiversity :

[11] / [12] / [13] / [14] / [15]

Sur Universalis :

[16] / [17] / [18] / [19] / [20]

Sur Khan Académie :

[21] / [22] / [23] / [24] / [25]



Puce-didaquest.png Éléments graphique

Emblem-important-blue.svg

  • Titre de Votre Image 1

  • Titre de Votre Image 2

  • Titre de Votre Image 3


Emblem-important-blue.svg


Emblem-important-blue.svg

{{{AutresMedias}}}



Puce-didaquest.png Stratégie de changement conceptuel

Emblem-important-blue.svg
  • ..................
  • .................
  • ..................
  • .................

(+)


Puce-didaquest.png Questions possibles



Puce-didaquest.png Bibliographie

Emblem-important-blue.svg

Pour citer cette page: (Artificielle (IA) - Apprentissage Machine (AM) - Machine Learning (ML) - Deep Learning (DL)) 

ABROUGUI, M & al, 2022. Intelligence Artificielle (IA) - Apprentissage Machine (AM) - Machine Learning (ML) - Deep Learning (DL). In Didaquest [en ligne]. <http:www.didaquest.org/wiki/Intelligence_Artificielle_(IA)_-_Apprentissage_Machine_(AM)_-_Machine_Learning_(ML)_-_Deep_Learning_(DL)>, consulté le 2, juin, 2024



Target Icon.pngVotre Publicité sur le Réseau Target Icon.png

Récupérée de « https://didaquest.org/w/index.php?title=Intelligence_Artificielle_(IA)_-_Apprentissage_Machine_(AM)_-_Machine_Learning_(ML)_-_Deep_Learning_(DL)&oldid=81126 »