« 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 entraîné sur des données. | |||
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 de références. 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). | |||
==Compléments== | |||
Opération de déduction à partir d'informations implicites. Comme la logique, elle est à la base de tout raisonnement. L'inférence permet de créer des liens entre les informations afin d'en tirer une assertion, une conclusion ou une hypothèse. Elle fait appel à un ensemble de règles se basant sur un système de références. En apprentissage automatique, désigne généralement l'application du modèle entraîné à des exemples sans étiquette pour effectuer des prédictions. | Opération de déduction à partir d'informations implicites. Comme la logique, elle est à la base de tout raisonnement. L'inférence permet de créer des liens entre les informations afin d'en tirer une assertion, une conclusion ou une hypothèse. Elle fait appel à un ensemble de règles se basant sur un système de références. En apprentissage automatique, désigne généralement l'application du modèle entraîné à des exemples sans étiquette pour effectuer des prédictions. | ||
| Ligne 18 : | Ligne 23 : | ||
</small><br> <div style="border:2px solid #336699; background: #f6f6f6; padding: 1em; margin-bottom:1em; width: 90%;"><html><a href="https://datafranca.org/wiki/Cat%C3%A9gorie:101"><img src="https://datafranca.org/images/icone-101-mots.png" width="250"></a></html> | </small><br> <div style="border:2px solid #336699; background: #f6f6f6; padding: 1em; margin-bottom:1em; width: 90%;"><html><a href="https://datafranca.org/wiki/Cat%C3%A9gorie:101"><img src="https://datafranca.org/images/icone-101-mots.png" width="250"></a></html> | ||
<br></div><br><br> | <br></div><br><br> | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
[[Catégorie:101]] | [[Catégorie:101]] | ||
[[Catégorie:PUBLICATION]] | |||
Version du 8 août 2022 à 19:59
Définition
En apprentissage automatique,l’inférence désigne le résultat de l’application d’un modèle entraîné sur des données.
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 de références. 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
Opération de déduction à partir d'informations implicites. Comme la logique, elle est à la base de tout raisonnement. L'inférence permet de créer des liens entre les informations afin d'en tirer une assertion, une conclusion ou une hypothèse. Elle fait appel à un ensemble de règles se basant sur un système de références. En apprentissage automatique, désigne généralement l'application du modèle entraîné à des exemples sans étiquette pour effectuer des prédictions.
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
