Deeper learningIn U.S. education, deeper learning is a set of student educational outcomes including acquisition of robust core academic content, higher-order thinking skills, and learning dispositions. Deeper learning is based on the premise that the nature of work, civic, and everyday life is changing and therefore increasingly requires that formal education provides young people with mastery of skills like analytic reasoning, complex problem solving, and teamwork. Deeper learning is associated with a growing movement in U.
Regularized least squaresRegularized least squares (RLS) is a family of methods for solving the least-squares problem while using regularization to further constrain the resulting solution. RLS is used for two main reasons. The first comes up when the number of variables in the linear system exceeds the number of observations. In such settings, the ordinary least-squares problem is ill-posed and is therefore impossible to fit because the associated optimization problem has infinitely many solutions.
Apprentissage par problèmesDans l'apprentissage par problèmes (APP), ou apprentissage par résolution de problèmes, les apprenants, regroupés par équipes, travaillent ensemble à résoudre un problème généralement proposé par l'enseignant, problème pour lequel ils n'ont reçu aucune formation particulière, de façon à faire des apprentissages de contenu et de savoir-faire, à découvrir des notions nouvelles de façon active (il s’instruit lui-même) en y étant poussé par les nécessités du problème soumis.
Indice de réfractionvignette|Image des fronts d'onde émis par une source ponctuelle mettant en évidence le phénomène de réfraction. La zone inférieure située sous la ligne grise a un plus grand indice de réfraction et donc une vitesse de propagation proportionnellement inférieure à celle de la zone supérieure (pour une raison de clarté, la réflexion partielle n'est pas montrée).
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.
Problème bien poséLe concept mathématique de problème bien posé provient d'une définition de Hadamard qui pensait que les modèles mathématiques de phénomènes physiques devraient avoir les propriétés suivantes : Une solution existe ; La solution est unique ; La solution dépend de façon continue des données dans le cadre d’une topologie raisonnable. Le problème de Dirichlet pour l’équation de Laplace et l’équation de la chaleur avec spécification de conditions initiales sont des formulations bien posées.
Apprentissage par renforcement profondL'apprentissage par renforcement profond (en anglais : deep reinforcement learning ou deep RL) est un sous-domaine de l'apprentissage automatique (en anglais : machine learning) qui combine l'apprentissage par renforcement et l'apprentissage profond (en anglais : deep learning). L'apprentissage par renforcement considère le problème d'un agent informatique (par exemple, un robot, un agent conversationnel, un personnage dans un jeu vidéo, etc.) qui apprend à prendre des décisions par essais et erreurs.
Diffusion ComptonEn physique, la diffusion Compton (aussi appelée effet Compton) est une diffusion élastique (reposant sur la conservation de l'énergie cinétique globale du système étudié) lorsqu'on considère un électron libre, mais inélastique pour un électron lié. Ce phénomène s'observe lorsqu'un photon incident entre en collision avec un électron libre (ou plus précisément avec un électron faiblement lié) d'un atome. Au cours de ce processus, l'électron est éjecté de l'atome, qui est donc ionisé, tandis qu'un photon est diffusé.
RéfractionEn physique des ondes, la réfraction désigne la courbe d'une onde (notamment optique, acoustique ou sismologique) à l'interface entre deux milieux aux vitesses de phase différentes sur le plan chimique ou physique (densité, impédance, température...) La réfraction se traduit par une modification de l'orientation : du front d'onde : c'est la ligne que décrit une vague dans l'eau (optique physique et sismologie) ; du rayon : c'est la direction de propagation de l'onde, perpendiculaire au front d'onde (optique géométrique).
Diffusion ThomsonLa diffusion Thomson est la diffusion d'un photon de faible énergie sur une particule chargée de matière au repos, généralement un électron libre, c'est-à-dire non lié à un atome. La diffusion Thomson est un des deux régimes particuliers de la diffusion Compton plus générale. Cette diffusion a été expliquée par Joseph John Thomson. Cette diffusion (voir Diffusion des particules) s'effectue pour des énergies faibles, le rayonnement électromagnétique est absorbé puis réémis par la particule.
