machine-learning
Types d'apprentissage
Recherche…
Enseignement supervisé
La machine apprend à prédire une sortie lorsqu'elle reçoit une entrée.
Chaque cas d'entraînement comprend une entrée et une sortie cible.
Régression
La sortie cible prend des valeurs continues.
- Prédire le prix d'un stock
- Prédire un prix de maison
Classification
La sortie cible est une étiquette de classe.
- Quel genre de fruit l'apport est
- Quelle langue un mot est
Apprentissage par renforcement
La machine doit automatiquement déterminer le comportement idéal pour optimiser ses performances.
Par exemple:
En utilisant l'apprentissage par renforcement, vous pouvez également créer un programme informatique capable de compléter un niveau Mario ( MarI / O-Machine Learning pour les jeux vidéo ).
Apprentissage non supervisé
L'apprentissage non supervisé nous permet d'aborder les problèmes avec peu ou pas d'idée de nos résultats. Nous pouvons dériver une structure à partir de données où nous ne connaissons pas nécessairement l'effet des variables.
Le type d'apprentissage non supervisé le plus courant est l' analyse en grappes ou le regroupement . C'est la tâche de regrouper un ensemble d'objets de telle manière que les objets d'un même groupe (cluster) soient plus proches les uns des autres que ceux des autres groupes.
Il y a aussi l'apprentissage non supervisé sans clustering. Un exemple en est l'identification des voix individuelles et de la musique à partir d'un maillage de sons. C'est ce qu'on appelle "l'algorithme de cocktail".