Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
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.
Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
Landscape designLandscape design is an independent profession and a design and art tradition, practiced by landscape designers, combining nature and culture. In contemporary practice, landscape design bridges the space between landscape architecture and garden design. Landscape design focuses on both the integrated master landscape planning of a property and the specific garden design of landscape elements and plants within it. The practical, aesthetic, horticultural, and environmental sustainability are also components of landscape design, which is often divided into hardscape design and softscape design.
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.
Service écosystémiqueLes écosystèmes procurent de nombreux services dits services écologiques ou services écosystémiques. Certains étant vitaux pour de nombreuses espèces ou groupes d'espèces (comme la pollinisation), ils sont généralement classés comme bien commun et/ou bien public. Les notions d'évaluation (économique et parfois marchande) de la biodiversité et des services fournis par les écosystèmes, basées sur une vision anthropocentrée de la nature, ont émergé dans les années 1970-1990 avec notamment les travaux de Westman (1977), puis de Randall (1988), Pearce & Moran en 1994 et de Perrings (1995).
Fonction caractéristique (théorie des ensembles)En mathématiques, une fonction caractéristique, ou fonction indicatrice, est une fonction définie sur un ensemble E qui explicite l’appartenance ou non à un sous-ensemble F de E de tout élément de E. Formellement, la fonction caractéristique d’un sous-ensemble F d’un ensemble E est une fonction : D'autres notations souvent employées pour la fonction caractéristique de F sont 1 et 1, voire I (i majuscule). Le terme de fonction indicatrice est parfois utilisé pour fonction caractéristique.
Q-learningvignette|400x400px|Dans le Q-learning, l'agent exécute une action a en fonction de l'état s et d'une fonction Q. Il perçoit alors le nouvel état s' et une récompense r de l'environnement. Il met alors à jour la fonction Q. Le nouvel état s' devient alors l'état s, et l'apprentissage continue. En intelligence artificielle, plus précisément en apprentissage automatique, le Q-learning est un algorithme d'apprentissage par renforcement. Il ne nécessite aucun modèle initial de l'environnement.
PaysagisteUn paysagiste est un professionnel en capacité d'analyser, diagnostiquer l'environnement et conçoit des projets en vue d'amélioré la qualité de cet environnement. Cette discipline aborde différente échelles : jardin, parc, quartier, communes, département, région et grand territoire. Le paysagisme est une profession très pluridisciplinaire puisant les connaissance fondamentale en écologie, géographie, en art, en politique, reliant les acteurs d'un territoire entre eux.
Social supportSocial support is the perception and actuality that one is cared for, has assistance available from other people, and most popularly, that one is part of a supportive social network. These supportive resources can be emotional (e.g., nurturance), informational (e.g., advice), or companionship (e.g., sense of belonging); tangible (e.g., financial assistance) or intangible (e.g., personal advice). Social support can be measured as the perception that one has assistance available, the actual received assistance, or the degree to which a person is integrated in a social network.
