Imaginez que vous vouliez qu'un ordinateur soit capable de reconnaître le visage d'un ami sur une photo. L'apprentissage automatique serait utilisé pour entraîner l'ordinateur à identifier les caractéristiques du visage de votre ami afin qu'il puisse les reconnaître sur d'autres photos.
PUBLICITÉ
Cela se fait en alimentant l'ordinateur avec un grand nombre d'images étiquetées comme « amis » ou « non-amis » afin qu'il puisse apprendre à distinguer les différences entre les deux catégories.
L’apprentissage automatique a de nombreuses applications pratiques, depuis les systèmes de reconnaissance vocale et la détection des fraudes dans les transactions financières jusqu’aux voitures autonomes et aux diagnostics médicaux. En bref, l’apprentissage automatique permet aux machines « d’apprendre » à partir des données et d’améliorer la précision de leurs décisions au fil du temps.
Les sources utiles pour ce texte incluent le livre « Machine Learning : A Probabilistic Perspective » de Kevin P. Murphy, le site Web Machine Learning Mastery maintenu par Jason Brownlee et des publications spécialisées telles que le Journal of Machine Learning Research et l'IEEE Transactions on Neural Networks. et les systèmes d'apprentissage.
PUBLICITÉ
*Le texte de cet article a été partiellement généré par ChatGPT, un modèle de langage basé sur l'intelligence artificielle développé par OpenAI. Les entrées de texte ont été créées par Curto Nouvelles et réponses intentionnellement reproduites dans leur intégralité. Les réponses de ChatGPT sont générés automatiquement et ne représentent pas les opinions de OpenAI ou des personnes associées au modèle. Toute responsabilité concernant le contenu publié incombe à Curto Nouvelles.
Voir aussi:
