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.
Espace de longueurEn mathématiques, un espace de longueur est un espace métrique particulier, qui généralise la notion de variété riemannienne : la distance y est définie par une fonction vérifiant une axiomatique la rendant proche de l'idée concrète de distance. Les espaces de longueur ont été étudiés au début du par et sous le nom d'espaces métriques intrinsèques, et réintroduits plus récemment par Mikhaïl Gromov. Soit X un espace topologique. Une courbe dans X est une application continue , où I est un intervalle de .
Maser astronomiqueLe maser astrophysique existe dans l'univers sous la forme occasionnelle d'une source spontanée d'un rayonnement à émission stimulée, détectable dans le spectromètre par la présence d'une raie spectrale, la fréquence dans la plupart des cas se situant dans la région des micro-ondes du spectre électromagnétique. Cette sorte d'émission peut se produire dans le contexte d'une comète, d'un nuage moléculaire, dans une atmosphère planétaire, stellaire, ou bien encore selon d'autres conditions au sein de l'espace interstellaire.
Distance de TchebychevLa distance de Tchebychev, distance de Chebyshev ou ∞-distance, est la distance entre deux points donnée par la différence maximale entre leurs coordonnées sur une dimension. La distance de Tchebychev tient son nom du mathématicien russe Pafnouti Tchebychev. Entre deux points A et B, de coordonnées respectives et , la distance de Tchebychev est définie par : Autrement dit : c'est la distance associée à la norme « infini ». La distance de Tchebychev est équivalente à la d'ordre infini.
TémoinUn témoin est un individu qui a assisté à un événement déterminé, qui peut certifier quelque chose d'important sur l'existence ou l'accomplissement de faits intéressant une enquête, donc qui a vu ou entendu de manière significative pour reconstituer tout ou partie des faits expliquant l'événement choisi. Lors de la rédaction d'un acte commercial ou de vente, de reconnaissance de transactions ou d'état civil, c'est la personne qui certifie sur l'honneur ou par signature les identités présentes et l'exactitude des déclarations.
Expert judiciaireUn expert judiciaire est une personne qualifiée dans un domaine autre que le droit qui apporte son expertise sur des points précis. Expert judiciaire (France) Un expert judiciaire est une personne morale ou une personne physique qualifiée dans un domaine autre que le droit. Dans le cas des personnes physiques, cette activité n'est pas permanente : il doit s'agir d'une activité accessoire, l'exercice d'une activité principale étant la base du niveau de compétence de l'expert.
Paradoxe de SkolemEn logique mathématique et en philosophie analytique, le paradoxe de Skolem est une conséquence troublante du théorème de Löwenheim-Skolem en théorie des ensembles. Il affirme qu'une théorie des ensembles, comme ZFC, si elle a un modèle, a un modèle dénombrable, bien que l'on puisse par ailleurs définir une formule qui exprime l'existence d'ensembles non dénombrables. C'est un paradoxe au sens premier de ce terme : il va contre le sens commun, mais ce n'est pas une antinomie, une contradiction que l'on pourrait déduire dans la théorie.
Learning vector quantizationIn computer science, learning vector quantization (LVQ) is a prototype-based supervised classification algorithm. LVQ is the supervised counterpart of vector quantization systems. LVQ can be understood as a special case of an artificial neural network, more precisely, it applies a winner-take-all Hebbian learning-based approach. It is a precursor to self-organizing maps (SOM) and related to neural gas, and to the k-nearest neighbor algorithm (k-NN). LVQ was invented by Teuvo Kohonen.
