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.
Intelligence distribuéeL'intelligence distribuée, appelée aussi intelligence en essaim, désigne l'apparition de phénomènes cohérents à l'échelle d'une population dont les individus agissent selon des règles simples. L'interaction ou la synergie entre actions individuelles simples peut de façons variées permettre l'émergence de formes, organisations, ou comportements collectifs, complexes ou cohérents, tandis que les individus eux se comportent à leur échelle indépendamment de toute règle globale.
Highway networkIn machine learning, the Highway Network was the first working very deep feedforward neural network with hundreds of layers, much deeper than previous artificial neural networks. It uses skip connections modulated by learned gating mechanisms to regulate information flow, inspired by Long Short-Term Memory (LSTM) recurrent neural networks. The advantage of a Highway Network over the common deep neural networks is that it solves or partially prevents the vanishing gradient problem, thus leading to easier to optimize neural networks.
Six degrés de séparationLes six degrés de séparation (aussi appelée théorie des six poignées de main) est une théorie établie par le Hongrois Frigyes Karinthy en 1929 qui évoque la possibilité que toute personne sur le globe peut être reliée à n'importe quelle autre, au travers d'une chaîne de relations individuelles comprenant au plus six maillons. Avec le développement des technologies de l’information et de la communication, le degré de séparation a été mesuré sur le réseau social Facebook en 2011, en 2016, et sur l’échange de plusieurs milliards de messages instantanés étudiés en 2008 par et Jure Leskovec, chercheurs chez Microsoft, en analysant des discussions de Windows Live Messenger.
Comparison of email clientsThe following tables compare general and technical features of notable email client programs. Basic general information about the clients: creator/company, O/S, licence, & interface. Clients listed on a light purple background are no longer in active development. A brief digest of the release histories. The operating systems on which the clients can run natively (without emulation). What email and related protocols and standards are supported by each client. Information on what features each of the clients support.
