Ordinateur personnelL'ordinateur personnel (en anglais : personal computer ou PC) se confond aujourd'hui avec le micro-ordinateur ou ordinateur individuel : c'est un ordinateur destiné à l'usage d'une personne, de prix accessible et dont les dimensions sont assez réduites pour tenir sur un bureau. La première machine appelée micro-ordinateur est le Micral N, breveté en 1973 par le Français François Gernelle. Toutefois, à cette époque, on pouvait déjà considérer comme ordinateurs personnels les mini-ordinateurs diffusés au cours des années 1960, ainsi que le premier ordinateur de bureau Olivetti Programma 101 commercialisé en 1965.
Rule-based machine learningRule-based machine learning (RBML) is a term in computer science intended to encompass any machine learning method that identifies, learns, or evolves 'rules' to store, manipulate or apply. The defining characteristic of a rule-based machine learner is the identification and utilization of a set of relational rules that collectively represent the knowledge captured by the system. This is in contrast to other machine learners that commonly identify a singular model that can be universally applied to any instance in order to make a prediction.
Apprentissage ensemblisteIn statistics and machine learning, ensemble methods use multiple learning algorithms to obtain better predictive performance than could be obtained from any of the constituent learning algorithms alone. Unlike a statistical ensemble in statistical mechanics, which is usually infinite, a machine learning ensemble consists of only a concrete finite set of alternative models, but typically allows for much more flexible structure to exist among those alternatives.
Reconnaissance optique de marquesthumb|Exemple de formulaire papier destiné à la reconnaissance optique de marques Le sigle OMR désigne des marquages optiques (typiquement, des traits noirs à emplacements prédéfinis) lisibles par une machine. Cette technologie peut être utilisée dans différents contextes. Les codes OMR sont imprimés sur les documents sortant à gros volumes (exemples : factures ou mailings d'entreprise), afin de piloter les machines de mise sous pli automatiques.
Machine à vecteurs de supportLes machines à vecteurs de support ou séparateurs à vaste marge (en anglais support-vector machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation des classifieurs linéaires. Les séparateurs à vaste marge ont été développés dans les années 1990 à partir des considérations théoriques de Vladimir Vapnik sur le développement d'une théorie statistique de l'apprentissage : la théorie de Vapnik-Tchervonenkis.
BoostingLe boosting est un domaine de l'apprentissage automatique (branche de l'intelligence artificielle). C'est un principe qui regroupe de nombreux algorithmes qui s'appuient sur des ensembles de classifieurs binaires : le boosting optimise leurs performances. Le principe est issu de la combinaison de classifieurs (appelés également hypothèses). Par itérations successives, la connaissance d'un classifieur faible - weak classifier - est ajoutée au classifieur final - strong classifier.
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.
Classement automatiquevignette|La fonction 1-x^2-2exp(-100x^2) (rouge) et les valeurs déplacées par un bruit de 0,1*N(0,1). Le classement automatique ou classification supervisée est la catégorisation algorithmique d'objets. Elle consiste à attribuer une classe ou catégorie à chaque objet (ou individu) à classer, en se fondant sur des données statistiques. Elle fait couramment appel à l'apprentissage automatique et est largement utilisée en reconnaissance de formes. En français, le classement fait référence à l'action de classer donc de « ranger dans une classe ».
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.
Histoire des ordinateurs personnelsL'histoire de l'ordinateur personnel, comme celle des appareils électroniques professionnel, remonte à l'introduction en 1968 du microcontrôleur HP-9100A, ou à de petits calculateurs électroniques des années 1950 comme l'IBM 610, ou à certains mainframes et mini-ordinateurs conçus comme des systèmes mono-utilisateur. Un ordinateur personnel est destiné avant tout à un usage individuel, par opposition à un ordinateur central où les demandes de l'utilisateur final sont filtrées par l'organisation du service et le système d'exploitation, ou un partage du temps système dans lequel un processeur est partagé entre de nombreuses personnes.
