Apprentissage non supervisé
En anglais : Unsupervised Learning
Méthode de machine learning dans laquelle le modèle analyse des données sans étiquettes afin d’y découvrir par lui-même des structures, des regroupements ou des régularités.
Exemple
Un site de commerce en ligne applique un algorithme non supervisé à l’historique d’achats pour faire émerger des profils de clients aux habitudes similaires.
Notions liées
Apprentissage supervisé
IntermédiaireMéthode de machine learning dans laquelle le modèle apprend à partir d’exemples étiquetés, c’est-à-dire de données associées à la bonne réponse attendue.
Clustering (partitionnement)
IntermédiaireTechnique d’apprentissage non supervisé qui regroupe automatiquement des données en ensembles d’éléments similaires, sans connaître à l’avance les catégories recherchées.
Embedding (plongement vectoriel)
IntermédiaireReprésentation d’un texte, d’une image ou d’un autre contenu sous forme de liste de nombres, un vecteur, construite pour que des contenus de sens proche aient des vecteurs proches.
Machine learning (apprentissage automatique)
DébutantBranche de l’intelligence artificielle dans laquelle un programme apprend à accomplir une tâche à partir d’exemples, au lieu de suivre des règles entièrement écrites par un développeur.
Pré-entraînement
IntermédiairePremière phase d’entraînement, la plus longue et la plus coûteuse, au cours de laquelle un modèle acquiert des connaissances générales à partir d’un très grand volume de données non annotées.