Apprentissage non supervisé - Historique des versions

Pitpitt le 18 avril 2026 à 15:07

2026-04-18T15:07:02Z

← Version précédente		Version du 18 avril 2026 à 11:07
Ligne 35 :		Ligne 35 :

	'''unsupervised training'''		'''unsupervised training'''

			In unsupervised learning, the machine learning algorithm discovers statistical regularities, shapes or structures in data that have no label (or annotation).

			To achieve this, unsupervised learning relies on the detection of similarities between data. In this approach, the number of classes and their nature are not necessarily predetermined, but rather the algorithm discovers them on the basis of the data analyzed.

			The algorithm uses the available data (or examples) to classify them into homogeneous groups that correspond to a class, according to a similarity measure or a calculation of the distance between pairs of examples. The result is the membership of each data item in a group, or a probability of membership in each of the groups discovered by the algorithm.
			See also: supervised learning and reinforcement learning

Pitpitt : Remplacement de texte : « ==Español== » par « ==Español== Catégorie:es »

2025-09-24T00:57:01Z

Remplacement de texte : « ==Español== » par « ==Español== Catégorie:es »

← Version précédente		Version du 23 septembre 2025 à 20:57
Ligne 38 :		Ligne 38 :

	==Español==		==Español==
			[[Catégorie:es]]

	''''' aprendizaje no supervisado '''''		''''' aprendizaje no supervisado '''''

Jean-Sébastien Zavalone le 21 juillet 2025 à 19:01

2025-07-21T19:01:23Z

← Version précédente		Version du 21 juillet 2025 à 15:01
Ligne 42 :		Ligne 42 :

	''En el aprendizaje no supervisado, el algoritmo de aprendizaje automático descubre regularidades estadísticas, formas o estructuras en datos que carecen de anotación (o etiqueta).''		''En el aprendizaje no supervisado, el algoritmo de aprendizaje automático descubre regularidades estadísticas, formas o estructuras en datos que carecen de anotación (o etiqueta).''
	''Para ello, el aprendizaje no supervisado se basa en la detección de similitudes entre los datos. En este enfoque, el número de clases y su naturaleza no están necesariamente predeterminados, sino que el algoritmo los descubre a partir de los datos analizados.		''Para ello, el aprendizaje no supervisado se basa en la detección de similitudes entre los datos. En este enfoque, el número de clases y su naturaleza no están necesariamente predeterminados, sino que el algoritmo los descubre a partir de los datos analizados. ''
	El algoritmo utiliza los datos disponibles (o ejemplos) para clasificarlos en grupos homogéneos que corresponden a una clase, basándose en una medida de similitud o en un cálculo de la distancia entre pares de ejemplos.''		''El algoritmo utiliza los datos disponibles (o ejemplos) para clasificarlos en grupos homogéneos que corresponden a una clase, basándose en una medida de similitud o en un cálculo de la distancia entre pares de ejemplos.''

	''El resultado es la pertenencia de cada dato a un grupo, o una probabilidad de pertenencia a cada uno de los grupos descubiertos por el algoritmo. Véase también: aprendizaje supervisado y aprendizaje por refuerzo''		''El resultado es la pertenencia de cada dato a un grupo, o una probabilidad de pertenencia a cada uno de los grupos descubiertos por el algoritmo. Véase también: aprendizaje supervisado y aprendizaje por refuerzo''

Jean-Sébastien Zavalone le 21 juillet 2025 à 19:00

2025-07-21T19:00:51Z

← Version précédente		Version du 21 juillet 2025 à 15:00
Ligne 35 :		Ligne 35 :

	'''unsupervised training'''		'''unsupervised training'''


			==Español==

			''''' aprendizaje no supervisado '''''

			''En el aprendizaje no supervisado, el algoritmo de aprendizaje automático descubre regularidades estadísticas, formas o estructuras en datos que carecen de anotación (o etiqueta).''
			''Para ello, el aprendizaje no supervisado se basa en la detección de similitudes entre los datos. En este enfoque, el número de clases y su naturaleza no están necesariamente predeterminados, sino que el algoritmo los descubre a partir de los datos analizados.
			El algoritmo utiliza los datos disponibles (o ejemplos) para clasificarlos en grupos homogéneos que corresponden a una clase, basándose en una medida de similitud o en un cálculo de la distancia entre pares de ejemplos.''

			''El resultado es la pertenencia de cada dato a un grupo, o una probabilidad de pertenencia a cada uno de los grupos descubiertos por el algoritmo. Véase también: aprendizaje supervisado y aprendizaje por refuerzo''


	==Sources==		==Sources==

Arianne le 13 janvier 2025 à 15:33

2025-01-13T15:33:42Z

← Version précédente		Version du 13 janvier 2025 à 11:33
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	En apprentissage non supervisé, l’[[algorithme~~]] d’[[apprentissage~~ automatique]] découvre des régularités statistiques, des formes ou des structures dans des données qui ne comportent pas d’[[Étiquette\|annotation]] (ou étiquette).		En apprentissage non supervisé, l’[[Algorithme d'apprentissage\|algorithme d’apprentissage automatique]] découvre des régularités statistiques, des formes ou des structures dans des données qui ne comportent pas d’[[Étiquette\|annotation]] (ou étiquette).

	Pour y arriver, l’apprentissage non supervisé se fonde sur la détection de similarités entre les données. Dans cette approche, le nombre de classes et leur nature ne sont pas nécessairement prédéterminés, c’est l’algorithme qui les découvrira en fonction des données analysées.		Pour y arriver, l’apprentissage non supervisé se fonde sur la détection de similarités entre les données. Dans cette approche, le nombre de classes et leur nature ne sont pas nécessairement prédéterminés, c’est l’algorithme qui les découvrira en fonction des données analysées.

Arianne le 11 janvier 2025 à 22:49

2025-01-11T22:49:16Z

← Version précédente		Version du 11 janvier 2025 à 18:49
Ligne 8 :		Ligne 8 :
	Le résultat est l’appartenance de chaque donnée à un groupe ou une probabilité d’appartenance à chacun des groupes découverts par l’algorithme.		Le résultat est l’appartenance de chaque donnée à un groupe ou une probabilité d’appartenance à chacun des groupes découverts par l’algorithme.

	Voir [[apprentissage supervisé]] et [[apprentissage par renforcement]].		Voir [[apprentissage supervisé]] et [[apprentissage par renforcement]]

	==Compléments==		==Compléments==

Arianne le 11 janvier 2025 à 22:46

2025-01-11T22:46:33Z

← Version précédente		Version du 11 janvier 2025 à 18:46
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	En apprentissage non supervisé, ~~l’algorithme d’apprentissage~~ automatique découvre des régularités statistiques, des formes ou des structures dans des données qui ne comportent pas ~~d’annotation~~ (ou étiquette).		En apprentissage non supervisé, l’[[algorithme]] d’[[apprentissage automatique]] découvre des régularités statistiques, des formes ou des structures dans des données qui ne comportent pas d’[[Étiquette\|annotation]] (ou étiquette).

	Pour y arriver, l’apprentissage non supervisé se fonde sur la détection de similarités entre les données. Dans cette approche, le nombre de classes et leur nature ne sont pas nécessairement prédéterminés, c’est l’algorithme qui les découvrira en fonction des données analysées.		Pour y arriver, l’apprentissage non supervisé se fonde sur la détection de similarités entre les données. Dans cette approche, le nombre de classes et leur nature ne sont pas nécessairement prédéterminés, c’est l’algorithme qui les découvrira en fonction des données analysées.

	L’algorithme utilise les données (ou exemples) disponibles pour les classer en groupes homogènes qui correspondent à une classe, selon une mesure de similarité ou un calcul de la distance entre les paires d’exemples.		L’algorithme utilise les données (ou exemples) disponibles pour les classer en groupes homogènes qui correspondent à une [[classe]], selon une mesure de similarité ou un calcul de la distance entre les paires d’exemples.

	Le résultat est l’appartenance de chaque donnée à un groupe ou une probabilité d’appartenance à chacun des groupes découverts par l’algorithme.		Le résultat est l’appartenance de chaque donnée à un groupe ou une probabilité d’appartenance à chacun des groupes découverts par l’algorithme.

	Voir ~~'''~~[[apprentissage supervisé]]~~'''~~ et ~~'''~~[[apprentissage par renforcement]]~~'''~~.		Voir [[apprentissage supervisé]] et [[apprentissage par renforcement]].

	==Compléments==		==Compléments==

Pitpitt : Remplacement de texte : « ↵↵↵ » par «   »

2024-01-29T16:06:26Z

Remplacement de texte : « ↵↵↵ » par «   »

← Version précédente		Version du 29 janvier 2024 à 12:06
Ligne 21 :		Ligne 21 :

	Puisque les données ne sont pas annotées (étiquetées), il n'est pas possible en apprentissage non supervisé d'affecter au résultat de l'algorithme un score d'adéquation. Cette absence d'annotation ([[Etiquette \| d'étiquetage]] ) est précisément ce qui distingue les tâches d'apprentissage non-supervisé des tâches d'apprentissage supervisé.		Puisque les données ne sont pas annotées (étiquetées), il n'est pas possible en apprentissage non supervisé d'affecter au résultat de l'algorithme un score d'adéquation. Cette absence d'annotation ([[Etiquette \| d'étiquetage]] ) est précisément ce qui distingue les tâches d'apprentissage non-supervisé des tâches d'apprentissage supervisé.


	==Français==		==Français==
Ligne 37 :		Ligne 36 :
	'''unsupervised training'''		'''unsupervised training'''
	==Sources==		==Sources==


	*[https://developers.google.com/machine-learning/glossary/ ''Source: Google machine learning glossary'']		*[https://developers.google.com/machine-learning/glossary/ ''Source: Google machine learning glossary'']
Ligne 48 :		Ligne 46 :

	{{Modèle:101}}		{{Modèle:101}}


	{{Modèle:GDT}}		{{Modèle:GDT}}

Pitpitt : Remplacement de texte : « ↵↵ » par « ==Sources== »

2024-01-27T20:53:08Z

Remplacement de texte : « ↵↵<small> » par « ==Sources== »

← Version précédente		Version du 27 janvier 2024 à 16:53
Ligne 36 :		Ligne 36 :

	'''unsupervised training'''		'''unsupervised training'''
			==Sources==

	~~<small>~~

Pitpitt : Remplacement de texte : « Catégorie:GDT » par « {{Modèle:GDT}} Catégorie:GDT »

2024-01-06T15:26:26Z

Remplacement de texte : « Catégorie:GDT » par « {{Modèle:GDT}} Catégorie:GDT »

← Version précédente		Version du 6 janvier 2024 à 11:26
Ligne 51 :		Ligne 51 :
	{{Modèle:101}}		{{Modèle:101}}


			{{Modèle:GDT}}

	[[Catégorie:GDT]]		[[Catégorie:GDT]]