Tout savoir sur le « machine learning » (II), training-set, sous-apprentissage et sur-apprentissage

Un processus de « machine learning » a pour finalité d’apprendre à un algorithme à faire des prévisions sur un sujet donné, en s’appuyant sur un modèle. L’un des modes utilisés, le plus courant en 2018, est dit supervisé, en ce sens qu’il est fondé sur des jeux de données (datasets), caractéristiques du sujet traité, fournis éventuellement par des prestataires externes, qui permettent à l’algorithme de se « familiariser » avec l’objectif.

Il s’agira par exemple d’une bibliothèque d’images, d’un ensemble de comportements, d’alertes significatives pour comprendre une fraude, de symptômes pour la détection de maladies, etc.

La suite est réservée aux abonnés. Déjà abonné ? Connexion