Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
PhonotaxeLa phonotaxe ou phonotactique est la branche de la phonétique et de la phonologie d’une langue donnée, qui étudie les séquences de sons (phones du point de vue de la phonétique), respectivement de phonèmes (du point de vue de la phonologie) pouvant exister dans cette langue, c’est-à-dire quels sons peuvent apparaître et dans quelles positions dans la langue en cause (par exemple structures possibles de syllabes, séquences de consonnes). Ces possibilités et les restrictions qu’elles impliquent constituent les règles phonotactiques de la langue.
Langues indo-européennesthumb|right|L'expansion des langues indo-européennes d'après l'hypothèse kourgane introduite par Marija Gimbutas. thumb|Distribution approximative actuelle des branches indo-européennes dans leurs terres d'origines en Europe et en Asie : Les zones hachurées ou en pointillé, indiquent les régions où le multilinguisme est fréquent ou la norme. thumb|Distribution approximative actuelle des langues indo-européennes parlées en Amérique : En linguistique, les langues indo-européennes forment une famille de langues étroitement apparentées ayant pour origine ce qu'il est convenu d'appeler l'indo-européen commun et .
Réseau de neurones récurrentsUn réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.
Types of artificial neural networksThere are many types of artificial neural networks (ANN). Artificial neural networks are computational models inspired by biological neural networks, and are used to approximate functions that are generally unknown. Particularly, they are inspired by the behaviour of neurons and the electrical signals they convey between input (such as from the eyes or nerve endings in the hand), processing, and output from the brain (such as reacting to light, touch, or heat). The way neurons semantically communicate is an area of ongoing research.
Réseau de neurones artificielsUn réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
Réseau neuronal convolutifEn apprentissage automatique, un réseau de neurones convolutifs ou réseau de neurones à convolution (en anglais CNN ou ConvNet pour convolutional neural networks) est un type de réseau de neurones artificiels acycliques (feed-forward), dans lequel le motif de connexion entre les neurones est inspiré par le cortex visuel des animaux. Les neurones de cette région du cerveau sont arrangés de sorte qu'ils correspondent à des régions qui se chevauchent lors du pavage du champ visuel.
Langues en Europevignette|Carte des langues d'Europe, repérées par leur code ISO. vignette|Langues d'Europe en 1907. Les langues d'Europe sont les langues parlées quotidiennement par les différents peuples installés dans l'espace géographique et culturel européen. La plupart des langues en Europe appartiennent à la famille des langues indo-européennes, l'autre grande famille étant celle des langues finno-ougriennes. La famille des langues turques est également présente, tandis que les familles des langues abkhazo-adygiennes, langues nakho-daghestaniennes et langues kartvéliennes jouent un rôle important dans le Caucase.
Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
Indo-européen communL’indo-européen commun, proto-indo-européen (PIE) ou indo-européen (IE) est une langue hypothétique considérée comme l'origine unique des langues indo-européennes actuelles. Cette possible protolangue est partiellement reconstruite par les linguistes à partir des similitudes entre langues souvent disparues mais réelles et connues et partiellement à partir des schémas de transformation notamment phonologiques bien identifiés.
