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
 
(10 versions intermédiaires par le même utilisateur non affichées)
Ligne 10 : Ligne 10 :
  
 
{{Conceptions canoniques}}
 
{{Conceptions canoniques}}
−
* 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.  
+
* '''Qu'est-ce que l'IA ?'''
−
* L’intelligence artificielle est un terme large qui désigne des systèmes ou des machines imitant l’intelligence humaine (ou autres).  
+
: 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.
−
* 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.
+
: 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)(apprentissage automatique)''' 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'apprentissage automatique (machine learning) comprend les techniques qui permettent aux ordinateurs de comprendre les choses à partir des données et de fournir des applications d'IA.
 +
 
 +
 
 +
'''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.
 +
 +
* '''L'apprentissage en profondeur (Deep learning)''', est un sous-ensemble de l'apprentissage automatique (machine learning) qui permet aux ordinateurs de résoudre des problèmes plus complexes.
 +
 +
'''L'IA fait référence à des appareils présentant une intelligence de type humain d'une manière ou d'une autre. Il existe de nombreuses techniques d'IA, mais un sous-ensemble de cette liste plus longue est l'apprentissage automatique - laissez les algorithmes apprendre à partir des données. Enfin, l'apprentissage en profondeur est un sous-ensemble de l'apprentissage automatique, utilisant des réseaux de neurones à plusieurs couches pour résoudre les problèmes les plus difficiles (pour les ordinateurs).'''
  
 
{{Conceptions erronées}}
 
{{Conceptions erronées}}
−
* Faire un glissement ou sens ou utiliser les expressions comme synonymes
+
* Faire un glissement de sens ou utiliser les expressions comme synonymes
  
  
Ligne 37 : Ligne 49 :
 
<!--------- Commencez les modifications Typologie - Conceptions ---------------------->
 
<!--------- Commencez les modifications Typologie - Conceptions ---------------------->
  
−
|Conception-Type-1=
+
|Conception-Type-1= Glissement de sens
−
|Conception-Type-2=
+
|Conception-Type-2= Intelligence - Adaptation
−
|Conception-Type-3=
+
|Conception-Type-3= EIAH - EIAM
 
|Conception-Type-4=
 
|Conception-Type-4=
 
|Conception-Type-5=
 
|Conception-Type-5=
Ligne 59 : Ligne 71 :
 
<!----*** Commencez les modifications Conceptions-ou-Concepts liés ***----->
 
<!----*** Commencez les modifications Conceptions-ou-Concepts liés ***----->
  
−
|Concept-lié-1=
+
|Concept-lié-1= Informatique
−
|Concept-lié-2=
+
|Concept-lié-2= Apprentissage
−
|Concept-lié-3=
+
|Concept-lié-3= Formation
−
|Concept-lié-4=
+
|Concept-lié-4= Situation didactique
−
|Concept-lié-5=
+
|Concept-lié-5= Contrat pédagogique
−
|Concept-lié-6=
+
|Concept-lié-6= Contrat didactique
−
|Concept-lié-7=
+
|Concept-lié-7= Situation d'apprentissage
−
|Concept-lié-8=
+
|Concept-lié-8= Environnement d'apprentissage
−
|Concept-lié-9=
+
|Concept-lié-9= Intelligence
−
|Concept-lié-10=
+
|Concept-lié-10= Variable didactique
 +
|Concept-lié-11= Ingénierie des EIAH
  
 
}}<!-- ****************** FIN Concepts liés aux conceptions ************-->
 
}}<!-- ****************** FIN Concepts liés aux conceptions ************-->
Ligne 84 : Ligne 97 :
  
 
<!-- Remplacez, Adaptez, Ajoutez ou Supprimez les images et lignes non utilisées-->
 
<!-- Remplacez, Adaptez, Ajoutez ou Supprimez les images et lignes non utilisées-->
−
Image:Definition-graphique-concept1.png|Titre de Votre Image 1
+
Image:difference_between_ai__machine_learning_and_deep_learning.png|Différence AI - ML - DL
 
Image:Definition-graphique-concept2.png|Titre de Votre Image 2
 
Image:Definition-graphique-concept2.png|Titre de Votre Image 2
 
Image:Definition-graphique-concept3.png|Titre de Votre Image 3
 
Image:Definition-graphique-concept3.png|Titre de Votre Image 3
Ligne 103 : Ligne 116 :
  
 
}}<!-- ************************* Fin modifications pour les Médias *******************************************************-->
 
}}<!-- ************************* Fin modifications pour les Médias *******************************************************-->
−
 
  
 
= {{Widget:Stratégie de changement conceptuelle : Solutions possibles}} =
 
= {{Widget:Stratégie de changement conceptuelle : Solutions possibles}} =
Ligne 143 : Ligne 155 :
 
<!-- ****************** Commercez les modifications *********************-->
 
<!-- ****************** Commercez les modifications *********************-->
  
−
* ..................                                                  
+
* https://blogs.oracle.com/bigdata/post/whatx27s-the-difference-between-ai-machine-learning-and-deep-learning                                                  
 
* ..................
 
* ..................
 
* ..................                                                 
 
* ..................                                                 

Version actuelle datée du 9 mars 2022 à 18:05


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)(apprentissage automatique) 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'apprentissage automatique (machine learning) comprend les techniques qui permettent aux ordinateurs de comprendre les choses à partir des données et de fournir des applications d'IA.


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.

  • L'apprentissage en profondeur (Deep learning), est un sous-ensemble de l'apprentissage automatique (machine learning) qui permet aux ordinateurs de résoudre des problèmes plus complexes.
L'IA fait référence à des appareils présentant une intelligence de type humain d'une manière ou d'une autre. Il existe de nombreuses techniques d'IA, mais un sous-ensemble de cette liste plus longue est l'apprentissage automatique - laissez les algorithmes apprendre à partir des données. Enfin, l'apprentissage en profondeur est un sous-ensemble de l'apprentissage automatique, utilisant des réseaux de neurones à plusieurs couches pour résoudre les problèmes les plus difficiles (pour les ordinateurs).

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


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 :

Informatique / Apprentissage / Formation / Situation didactique / Contrat pédagogique

Sur Wikipédia :

Informatique / Apprentissage / Formation / Situation didactique / Contrat pédagogique

Sur Wikiversity :

Informatique / Apprentissage / Formation / Situation didactique / Contrat pédagogique

Sur Universalis :

Informatique / Apprentissage / Formation / Situation didactique / Contrat pédagogique

Sur Khan Académie :

Informatique / Apprentissage / Formation / Situation didactique / Contrat pédagogique



Puce-didaquest.png Éléments graphique

Emblem-important-blue.svg

  • Différence AI - ML - DL

  • 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 20, mai, 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=81134 »