Instructional scaffoldingInstructional scaffolding is the support given to a student by an instructor throughout the learning process. This support is specifically tailored to each student; this instructional approach allows students to experience student-centered learning, which tends to facilitate more efficient learning than teacher-centered learning. This learning process promotes a deeper level of learning than many other common teaching strategies. Instructional scaffolding provides sufficient support to promote learning when concepts and skills are being first introduced to students.
Apprentissage hybridevignette|Illustration de l'apprentissage hybride qui consiste à combiner les séquences de formation en ligne L'apprentissage hybride ou mixte (en anglais « en ») est une formule pédagogique qui résulte d’une combinaison de séquences de formation en ligne (e-learning) et de formation en présentiel. Elle offre certains avantages comme un espace de travail plus collaboratif pour les apprenants. L’utilisation des technologies de l’information et de la communication donne l’opportunité à l’apprenant d’avoir, dans une certaine mesure, un contrôle sur le temps, le lieu, les moyens et la vitesse.
Modality (human–computer interaction)In the context of human–computer interaction, a modality is the classification of a single independent channel of input/output between a computer and a human. Such channels may differ based on sensory nature (e.g., visual vs. auditory), or other significant differences in processing (e.g., text vs. image). A system is designated unimodal if it has only one modality implemented, and multimodal if it has more than one. When multiple modalities are available for some tasks or aspects of a task, the system is said to have overlapping modalities.
Théorie de l'apprentissageLearning theory describes how students receive, process, and retain knowledge during learning. Cognitive, emotional, and environmental influences, as well as prior experience, all play a part in how understanding, or a worldview, is acquired or changed and knowledge and skills retained. Behaviorists look at learning as an aspect of conditioning and advocate a system of rewards and targets in education.
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.
Cratère d'impactUn cratère d'impact est une dépression de forme plus ou moins circulaire issue de la collision d'un objet sur un autre de taille suffisamment grande pour qu'il ne soit pas complètement détruit par l'impact. Quand la dépression est beaucoup moins profonde que large, on parle d'un bassin d'impact. L'expression est particulièrement utilisée en astronomie pour désigner la dépression résultant d'un impact cosmique, c'est-à-dire de la collision d'objets célestes (un astéroïde ou une comète) percutant la Terre, la Lune ou tout autre corps solide se mouvant dans l'espace et suffisamment gros pour que la puissance de l'impact ne cause pas sa destruction.
Impact cosmiquevignette|Représentation d'artiste d'un astéroïde tombant sur la Terre. Un impact cosmique est la collision entre deux ou plusieurs objets célestes provoquant des effets notables. Dans la majorité des cas un petit corps du système solaire, astéroïde ou comète, entre en collision avec une planète, telle que la Terre. La fréquence des impacts cosmiques dans le système solaire a varié en fonction de l'époque : très fréquents durant la formation du système solaire il y a 4,6 milliards d'années, ils se sont progressivement raréfiés au fur et à mesure que le nombre de corps célestes en circulation diminuait.
Adversarial machine learningAdversarial machine learning is the study of the attacks on machine learning algorithms, and of the defenses against such attacks. A survey from May 2020 exposes the fact that practitioners report a dire need for better protecting machine learning systems in industrial applications. To understand, note that most machine learning techniques are mostly designed to work on specific problem sets, under the assumption that the training and test data are generated from the same statistical distribution (IID).
