Classification en classes multiplesIn machine learning and statistical classification, multiclass classification or multinomial classification is the problem of classifying instances into one of three or more classes (classifying instances into one of two classes is called binary classification). While many classification algorithms (notably multinomial logistic regression) naturally permit the use of more than two classes, some are by nature binary algorithms; these can, however, be turned into multinomial classifiers by a variety of strategies.
Q-learningvignette|400x400px|Dans le Q-learning, l'agent exécute une action a en fonction de l'état s et d'une fonction Q. Il perçoit alors le nouvel état s' et une récompense r de l'environnement. Il met alors à jour la fonction Q. Le nouvel état s' devient alors l'état s, et l'apprentissage continue. En intelligence artificielle, plus précisément en apprentissage automatique, le Q-learning est un algorithme d'apprentissage par renforcement. Il ne nécessite aucun modèle initial de l'environnement.
Apprentissage superviséL'apprentissage supervisé (supervised learning en anglais) est une tâche d'apprentissage automatique consistant à apprendre une fonction de prédiction à partir d'exemples annotés, au contraire de l'apprentissage non supervisé. On distingue les problèmes de régression des problèmes de classement. Ainsi, on considère que les problèmes de prédiction d'une variable quantitative sont des problèmes de régression tandis que les problèmes de prédiction d'une variable qualitative sont des problèmes de classification.
Annotation automatique d'imagesL'annotation automatique d'images est le procédé par lequel un système informatique assigne automatiquement une légende ou des mots clés à une image numérique. Cette application des techniques issues de la vision par ordinateur est utilisée dans les systèmes de pour organiser et retrouver des images d'intérêts dans une base de données. Cette méthode peut être considérée comme un type de classification d'images multi-classe avec un très grand nombre de classes - de la taille du vocabulaire utilisé.
Algorithme d'apprentissage incrémentalEn informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées.
Distillation azéotropiquethumb|Matériel de distillation azéotropique. En chimie, la distillation azéotropique est un ensemble de techniques employées pour casser un azéotrope pour la distillation. En génie chimique, la distillation azéotropique consiste habituellement à ajouter un autre composant, pour produire un nouvel azéotrope hétérogène à basse température d’ébullition, comme l'exemple ci-dessous avec l'addition de benzène à un mélange d’eau et d'éthanol. Une distillation azéotropique courante est celle de la solution eau/éthanol.
Stability (learning theory)Stability, also known as algorithmic stability, is a notion in computational learning theory of how a machine learning algorithm output is changed with small perturbations to its inputs. A stable learning algorithm is one for which the prediction does not change much when the training data is modified slightly. For instance, consider a machine learning algorithm that is being trained to recognize handwritten letters of the alphabet, using 1000 examples of handwritten letters and their labels ("A" to "Z") as a training set.
Solidification fractionnéethumb|Eisbock (Bière 12%). Faite à l'aide de la solidification fractionnée La solidification fractionnée est une méthode de séparation préparatoire de purification par fractionnement d’un produit, qui tire avantage d’une différence d’affinité pour la phase liquide ou d’une différence de point de fusion entre le produit devant être purifié et ses impuretés. Ceci peut être réalisé par la cristallisation partielle d’un liquide. Une autre méthode consiste en l’ajout d’un solvant à une solution que l’on évapore par la suite afin de refroidir et de concentrer la solution.
Cornue (verrerie)La cornue est un récipient utilisé dans un laboratoire de chimie pour la distillation ou la distillation sèche de substances. Il est généralement en verre, parfois en terre ou en métal. Il comprend un vase sphérique contenant la substance à chauffer et un long col étroit, courbé vers le bas. Celui-ci joue le rôle de condenseur ; un récipient placé sous son extrémité recueille les vapeurs condensées. La cornue a été inventée au par l'alchimiste Geber (Jâbir ibn Hayyân).
Text-to-image modelA text-to-image model is a machine learning model which takes an input natural language description and produces an image matching that description. Such models began to be developed in the mid-2010s, as a result of advances in deep neural networks. In 2022, the output of state of the art text-to-image models, such as OpenAI's DALL-E 2, Google Brain's , StabilityAI's Stable Diffusion, and Midjourney began to approach the quality of real photographs and human-drawn art.
