« Catégorie:Apprentissage profond » : différence entre les versions
(Page créée avec « Category:Intelligence artificielle Apprentissage profond sous catégorie de IA ») |
Aucun résumé des modifications |
||
Ligne 1 : | Ligne 1 : | ||
[[Category:Intelligence artificielle]] | [[Category:Intelligence artificielle]] | ||
L'apprentissage profond1 (en anglais deep learning, deep structured learning, hierarchical learning) est un ensemble de méthodes d'apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires[réf. souhaitée]. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage. Dans les années 2000, ces progrès ont suscité des investissements privés, universitaires et publics importants, notamment de la part du GAFA (Google, Apple, Facebook, Amazon)2. | |||
Version du 28 janvier 2018 à 18:13
L'apprentissage profond1 (en anglais deep learning, deep structured learning, hierarchical learning) est un ensemble de méthodes d'apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires[réf. souhaitée]. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage. Dans les années 2000, ces progrès ont suscité des investissements privés, universitaires et publics importants, notamment de la part du GAFA (Google, Apple, Facebook, Amazon)2.
Pages dans la catégorie « Apprentissage profond »
Cette catégorie comprend 246 pages, dont les 100 ci-dessous.
(page précédente) (page suivante)F
I
M
- Machine de Boltzmann
- Machine de Boltzmann restreinte
- Machines à vecteurs de support à noyau
- Marge maximale
- Marge maximale quadratique
- Matrice de confusion
- Mini-lot
- Minimisation du risque empirique
- Minimisation du risque structurel
- Mise à jour des paramètres
- Mise à l'échelle
- MNIST
- Modèle de classification
- Modèle de langue neuronal
- Modèle de séquence
- Modèle dynamique
- Modèle encodeur-décodeur
- Modèle large
- Modèle linéaire généralisé
- Modèle profond
- Modèle préentraîné
- Modèle sauvegardé
- Modèle statique
- Modèle séquence à séquence
- Momentum
- Méthode bayésienne variationnelle
- Méthode d'accélération
- Méthode des perturbations