On a coutume de dire que l’apprentissage automatique est la « fille aînée » de l’Intelligence Artificielle. C’est dire l’importance qu’il joue dans les algorithmes, le « deep learning » étant l’une de ses déclinaisons, qui exploite les technologies de réseaux neuronaux.
Compte tenu de ce que le sujet est très foisonnant, il nous a semblé nécessaire de consacrer ce webinaire à une présentation globale du « machine learning », de quoi s’agit-il, à quoi ça sert, les distinctions entre modes supervisés et non supervisé, quelles sont ses composantes : classification, régressions linéaires et logistiques, renforcement, etc.
Nous aboutirons à une cartographie de tous ces ingrédients, pour nous donner toutes les chances ensuite, d’approfondir tel ou tel sujet.
Nous nous garderons également de trop recourir à l’expression mathématique, en dehors du strict nécessaire. Il s’agira seulement de bien comprendre de quoi nous parlons, d’établir les bases, de dresser la table, comme disent nos amis québécois. Un prérequis qui évitera bien des désillusions…