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.
Bessel's correctionIn statistics, Bessel's correction is the use of n − 1 instead of n in the formula for the sample variance and sample standard deviation, where n is the number of observations in a sample. This method corrects the bias in the estimation of the population variance. It also partially corrects the bias in the estimation of the population standard deviation. However, the correction often increases the mean squared error in these estimations. This technique is named after Friedrich Bessel.
Problème de la platitudeLe problème de la platitude est présenté de façon coutumière comme la difficulté pour les théories d'expliquer que l'espace paraisse plat, c'est-à-dire que sa courbure ne soit pas détectable. En vérité le problème de la platitude témoigne de l'impossibilité pour nos théories actuelles de faire cohabiter le temps de Planck et l'âge de l'univers. Dans les modèles de Friedmann tous les univers apparaissent comme « plats » (de courbure spatiale nulle) à leur naissance. Autrement dit leur courbure initiale, bien que présente, est indétectable.
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.
Mesure faibleEn mécanique quantique, une mesure faible (weak measurement en anglais) est une technique permettant de mesurer la valeur moyenne d'une observable d'un système quantique, en ne perturbant celui-ci que de manière négligeable. La théorie de ce type de mesure a été développé initialement par Yakir Aharonov, David Albert and Lev Vaidman en 1988.
Code quantiqueLes codes quantiques sont l'équivalent quantique des codes correcteurs. La théorie des codes quantiques est donc une branche de l'information quantique qui s'applique à protéger l'information quantique des effets de la décohérence. La correction d'erreur quantique est un élément essentiel du calcul tolérant aux fautes qui doit gérer non seulement les erreurs dans l'information stockée, mais aussi dans l'application des portes quantiques, la préparation de nouveaux états ainsi que dans les opérations de mesure.
Vitesse de la lumièreLa vitesse de la lumière dans le vide, habituellement notée c, est une constante physique de l'Univers qui est fondamentale dans plusieurs domaines de la physique. L'étude de la lumière et de sa vitesse remonte à l'Antiquité. Des philosophes et des scientifiques, en s'appuyant sur des arguments théoriques ou des observations, affirment que sa vitesse est infinie, alors que d'autres prétendent que non. Ole Rømer démontre en 1676 qu'elle est finie.
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.
Level of measurementLevel of measurement or scale of measure is a classification that describes the nature of information within the values assigned to variables. Psychologist Stanley Smith Stevens developed the best-known classification with four levels, or scales, of measurement: nominal, ordinal, interval, and ratio. This framework of distinguishing levels of measurement originated in psychology and has since had a complex history, being adopted and extended in some disciplines and by some scholars, and criticized or rejected by others.
Problème de la mesure quantiqueLe problème de la mesure quantique consiste en un ensemble de problèmes, qui mettent en évidence des difficultés de corrélation entre les postulats de la mécanique quantique et le monde macroscopique tel qu'il nous apparaît ou tel qu'il est mesuré.
