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
(Page créée avec « {{Widget:Fiche-Conceptions-Haut}} = {{Widget:Conception : Clarification - Explicitation}} = <!-- ************************* Début ***************************************… »)
 
Ligne 10 : Ligne 10 :
  
 
{{Conceptions canoniques}}
 
{{Conceptions canoniques}}
* Machine learning : définition: 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 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. 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 (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.
  
 
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.
 
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.

Version du 9 mars 2022 à 16:40


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


(+)


Puce-didaquest.png Conception : Clarification - Explicitation


Puce-didaquest.png Conceptions liées - Typologie



Puce-didaquest.png Concepts ou notions associés

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





Puce-didaquest.png Stratégie de changement conceptuel


Puce-didaquest.png Questions possibles



Puce-didaquest.png Bibliographie



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