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.
WordPerfectWordPerfect est un logiciel de traitement de texte détenu par la société Corel. Il est à l'origine dévelopé sous contrat à l'université Brigham-Young pour tourner sur des ordinateurs Data General à la fin des années 1970. Les auteurs conservent les droits et fondent en 1979 la société Satellite Software International (SSI) à Orem dans l'Utah puis vendent la première version du programme en mars 1980 sous le nom SSI*WP. Le programme est porté sur MS-DOS sous le nom WordPerfect en 1980.
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Graph embeddingIn topological graph theory, an embedding (also spelled imbedding) of a graph on a surface is a representation of on in which points of are associated with vertices and simple arcs (homeomorphic images of ) are associated with edges in such a way that: the endpoints of the arc associated with an edge are the points associated with the end vertices of no arcs include points associated with other vertices, two arcs never intersect at a point which is interior to either of the arcs. Here a surface is a compact, connected -manifold.
Corporate Average Fuel EconomyLe Corporate Average Fuel Economy, couramment abrégé en CAFE, est une réglementation en vigueur depuis 1975 aux États-Unis destinée à améliorer la consommation de carburant moyenne des automobiles et des camions légers. La réglementation locale aux États-Unis définit les "light-duty truck" comme des véhicules dont le PTAC inférieur à 3,86 tonnes (8,500 unités locales) qui correspondent à l'une des trois catégories suivantes : Conçu ou dérivé d'un véhicule de transport de biens Conçu pour le transport d'au
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.
Programme minimalisteLe programme minimaliste est la forme prise par la recherche scientifique en grammaire générative depuis le milieu des années 1990 et la publication par le linguiste américain Noam Chomsky de son livre The Minimalist Program. Ce programme de recherche est conduit par des linguistes, des psychologues et des neurolinguistes. Pour en comprendre la portée et élucider la raison d'être de son émergence, il faut retracer l'histoire et les inflexions de ce programme de recherche.
Codage des caractèresvignette|alt=Carte rectangulaire beige clair avec dans le sens de la longueur 10 lignes constituées chacune d'une suite de chiffre identique, de 1 à 10. Des perforations verticales font disparaître certains de ces chiffres|Carte perforée à 80 colonnes, sur laquelle est codé le texte de programmation « CALL RCLASS (AAA, 21, NNC, PX3, PX4) ».
High dynamic rangeHigh dynamic range (HDR) is a dynamic range higher than usual, synonyms are wide dynamic range, extended dynamic range, expanded dynamic range. The term is often used in discussing the dynamic range of various signals such as s, videos, audio or radio. It may apply to the means of recording, processing, and reproducing such signals including analog and digitized signals. The term is also the name of some of the technologies or techniques allowing to achieve high dynamic range images, videos, or audio.
