Sommaire

Les différents t Types d’apprentissageypes d’apprentissage

Une machine est capable d’apprendre selon trois formes d’apprentissage. Le premier est l’apprentissage dit supervisé. C’est-à-dire que la machine va apprendre à partir de données labellisées par l’être humain. Dans le cas de reconnaissance d’image entre un chat ou un chien, pour chaque image utilisée dans l’apprentissage nous devons indiquer à la machine s’il s’agit d’un chat ou d’un chien. Cette indication s’appelle une labellisation.

Vient ensuite l’apprentissage non supervisé. Dans ce cas, la machine va apprendre par elle-même. Mais le terme d’apprentissage autonome reste très relatif. Comme nous le verrons, la machine est capable de faire des regroupements et donc de réaliser des classifications, cependant elle n’est pas capable de définir par elle-même les différents libellés, car elle n’a pas conscience des données dont elle a la charge d’en faire l’apprentissage.

Enfin, il existe l’apprentissage par renforcement, consistant pour une machine à apprendre par l’expérience et étant récompensé de façon positive ou négative en fonction des décisions prises.

Dans cet ouvrage, nous ne traiterons que les cas des apprentissages supervisés et non supervisés.