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.
Tumeur du cerveauvignette|Biopsie du cerveau vignette|Scanner du cerveau d'une fillette de 6 ans atteinte d'un médulloblastome (tumeur cérébrale la plus fréquente chez les enfants de moins de 2 ans). Les tumeurs cérébrales désignent l'ensemble des tumeurs, bénignes ou malignes, se développant dans le parenchyme cérébral. Elles surviennent par le développement anormal et désorganisé de divisions cellulaires, à partir soit d'une cellule du cerveau lui-même, soit d'une cellule métastatique exportée d'un cancer situé dans une autre partie du corps.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
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.
Métastase cérébraleUne métastase cérébrale est une dissémination de cellules cancéreuses (Métastases) dans le tissu cérébral. Cela désigne des tumeurs malignes originant de l'extérieur du cerveau. Les métastase cérébrales viennent souvent du cancer du poumon, du cancer du sein, du cancer du rein et de mélanome malin. Ce sont les tumeurs les plus fréquentes au niveau du cerveau. Elles peuvent se faire sentir, entre autres, par des maux de tête, des troubles neurologiques, des convulsions et des changements d'attitude.
Reconnaissance de formesthumb|Reconnaissance de forme à partir de modélisation en 3D La reconnaissance de formes (ou parfois reconnaissance de motifs) est un ensemble de techniques et méthodes visant à identifier des régularités informatiques à partir de données brutes afin de prendre une décision dépendant de la catégorie attribuée à ce motif. On considère que c'est une branche de l'intelligence artificielle qui fait largement appel aux techniques d'apprentissage automatique et aux statistiques.
Cancer pédiatriquevignette|Une fillette essaie des chapeaux à porter après la chimiothérapie contre une tumeur de Wilms, un type de cancer qui touche généralement les enfants. vignette|Anne-Gabrielle Caron atteinte atteinte d'un sarcome d'Ewing touchant principalement les enfants. Le cancer pédiatrique ou cancer de l'enfant est un cancer qui touche un enfant ou adolescent âgé de 0 à 14 ans inclus (juste avant 15 ans). Certaines définitions du cancer de l'enfant incluent aussi les adolescents de 15 à 19 ans.
Cancer du poumonvignette|upright=1|Représentation en coupe tridimensionnelle par tomodensitométrie d'un poumon présentant une tumeur. vignette|upright=1|Radiographie de face du thorax montrant un probable cancer du poumon (taches claires sur le côté externe de chaque poumon). Les expressions cancer du poumon et cancer bronchique désignent au sens strict une tumeur maligne du poumon, et par extension les carcinomes pulmonaires, qui regroupent les tumeurs malignes épithéliales du poumon.
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.
Feature (machine learning)In machine learning and pattern recognition, a feature is an individual measurable property or characteristic of a phenomenon. Choosing informative, discriminating and independent features is a crucial element of effective algorithms in pattern recognition, classification and regression. Features are usually numeric, but structural features such as strings and graphs are used in syntactic pattern recognition. The concept of "feature" is related to that of explanatory variable used in statistical techniques such as linear regression.
