L’émergence de l’apprentissage automatique

L’apprentissage automatique (ou machine learning) est un sous-ensemble de l’intelligence artificielle. L’apprentissage automatique est un processus par lequel un algorithme évalue et améliore ses performances sans l’intervention d’un programmeur, en répétant son exécution sur des jeux de données jusqu’à obtenir, de manière régulière, des résultats pertinents. 

Contrairement aux algorithmes informatiques conventionnels qui exécutent strictement une succession d’opérations programmées, le concepteur code ici un mécanisme d’apprentissage et fournit des données pour que l’algorithme s‘entraîne à faire certaines opérations. Les algorithmes créés vont proposer et tester, de manière autonome, différentes combinaisons de modèles mathématiques/statistiques sur les données qui leur sont fournies jusqu’à atteindre un résultat satisfaisant.

Les algorithmes informatiques apprenants constituent une avancée majeure pour l’exploitation des données massives, dont les données en vie réelle. L’intelligence artificielle permet en effet d’appuyer la structuration de l’analyse des données et ainsi d’identifier des axes d’exploitation permettant de générer des résultats.

L’apprentissage réalisé par l’algorithme peut prendre différentes formes. On parlera de types d’apprentissage et de modèles d’apprentissage décrits dans les sections suivantes.

Les différents types d’apprentissage

Les types d’apprentissage observés sont les suivants :

• L’apprentissage initial : l’algorithme est conçu par apprentissage sur un set de donnée à un temps t. L’opération d’apprentissage n’est réalisée qu’une fois.
• L’apprentissage incrémental : l’algorithme évolue par séquences. Des données lui sont fournies à chaque nouvelle séquence afin d’affiner son apprentissage. L’opération peut être réalisée plusieurs fois.
• L’apprentissage continu : l’algorithme est ici auto-apprenant, il apprend en continu sur la base des données qu’il rencontre et des traitements qu’il opère. Ce type d’apprentissage n’a pas de date de fin préalablement déterminée.

Les différents modèles d’apprentissage

Plusieurs modèles d’apprentissage automatique peuvent être envisagés. Chacun de ces modèles a ses spécificités et permet de répondre à des objectifs précis. Ces modèles peuvent mettre en œuvre un algorithme, ou en combiner plusieurs (ensemble learning). Les principaux modèles sont présentés dans la section suivante :