« Inférence » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
En [https://datafranca.org/wiki/Apprentissage_automatique apprentissage automatique,]l’inférence désigne le résultat de l’application d’un modèle déjà entraîné sur des données. | En [https://datafranca.org/wiki/Apprentissage_automatique apprentissage automatique,]l’inférence désigne le résultat de l’application d’un modèle déjà entraîné sur des données. Par exemple, en [https://datafranca.org/wiki/Apprentissage_supervis%C3%A9 apprentissage supervisé,] l'inférence est l'application d'un modèle entraîné à des exemples sans étiquette pour effectuer des prédictions. | ||
En [https://datafranca.org/wiki/Intelligence_artificielle_symbolique IA symbolique,] l'inférence permet de créer des liens entre les informations afin d'en tirer une assertion, une conclusion ou une hypothèse. Il s’agit d’un processus de déduction qui fait appel à un ensemble de règles se basant sur un système logique. L'exemple classique est le [https://datafranca.org/wiki/Modus_ponens modus ponens]qui est l’implication « si A alors B » et que sachant A vrai (il pleut), on en déduit B (le sol est humide). | En [https://datafranca.org/wiki/Intelligence_artificielle_symbolique IA symbolique,] l'inférence permet de créer des liens entre les informations afin d'en tirer une assertion, une conclusion ou une hypothèse. Il s’agit d’un processus de déduction qui fait appel à un ensemble de règles se basant sur un système logique. L'exemple classique est le [https://datafranca.org/wiki/Modus_ponens modus ponens]qui est l’implication « si A alors B » et que sachant A vrai (il pleut), on en déduit B (le sol est humide). | ||
| Ligne 14 : | Ligne 14 : | ||
<small> | <small> | ||
[https://developers.google.com/machine-learning/glossary/ Source: Google, ''Machine learning glossary''] | [https://developers.google.com/machine-learning/glossary/ Source: Google, ''Machine learning glossary''] | ||
Version du 8 août 2022 à 20:06
Définition
En apprentissage automatique,l’inférence désigne le résultat de l’application d’un modèle déjà entraîné sur des données. Par exemple, en apprentissage supervisé, l'inférence est l'application d'un modèle entraîné à des exemples sans étiquette pour effectuer des prédictions.
En IA symbolique, l'inférence permet de créer des liens entre les informations afin d'en tirer une assertion, une conclusion ou une hypothèse. Il s’agit d’un processus de déduction qui fait appel à un ensemble de règles se basant sur un système logique. L'exemple classique est le modus ponensqui est l’implication « si A alors B » et que sachant A vrai (il pleut), on en déduit B (le sol est humide).
Compléments
Comme la logique, l'inférence est à la base de tout raisonnement. Elle fait appel à un ensemble de règles se basant sur un système de références.
Français
inférence
Anglais
inference
Source: Google, Machine learning glossary
Source: JDN, Vocabulaire pour comprendre l'IA.
Contributeurs: Evan Brach, Claude Coulombe, Jacques Barolet, wiki, Robert Meloche
