Publication
Explainability and Graph Learning From Social Interactions
Concepts associés (33)
Apprentissage profond
L'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.
Biais algorithmique
vignette|Organigramme représentant l'algorithme derrière un moteur de recommandation. Un biais algorithmique est le fait que le résultat d'un algorithme d'apprentissage ne soit pas neutre, loyal ou équitable. Le biais algorithmique peut se produire lorsque les données utilisées pour entraîner un algorithme d'apprentissage automatique reflètent les valeurs implicites des humains impliqués dans la collecte, la sélection, ou l'utilisation de ces données.
Arbre (théorie des graphes)
En théorie des graphes, un arbre est un graphe acyclique et connexe. Sa forme évoque en effet la ramification des branches d'un arbre. Par opposition aux arbres simples, arbres binaires, ou arbres généraux de l'analyse d'algorithme ou de la combinatoire analytique, qui sont des plongements particuliers d'arbres (graphes) dans le plan, on appelle parfois les arbres (graphes) arbres de Cayley, car ils sont comptés par la formule de Cayley. Un ensemble d'arbres est appelé une forêt.
Interactionnisme symbolique
L’interactionnisme symbolique est une approche issue de la sociologie américaine qui a subi plusieurs inflexions de ses fondements théoriques depuis son apparition, vers la fin des années 1930. Dans un premier temps, l'émergence du cadre théorique de l'interactionnisme symbolique découle d'une rupture paradigmatique effectuée par George Herbert Mead en psychologie sociale. En effet, Mead se dégage des paradigmes psychologiques dominants de l’époque, le béhaviorisme et la psychanalyse, pour développer une approche inter-relationnelle et coconstructive du sens.
Alternative hypothesis
In statistical hypothesis testing, the alternative hypothesis is one of the proposed proposition in the hypothesis test. In general the goal of hypothesis test is to demonstrate that in the given condition, there is sufficient evidence supporting the credibility of alternative hypothesis instead of the exclusive proposition in the test (null hypothesis). It is usually consistent with the research hypothesis because it is constructed from literature review, previous studies, etc.
Réseau de neurones artificiels
Un réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
Logiciel social
Un logiciel social ou logiciel relationnel est un système logiciel facilitant la communication de groupe, la construction et la solidification de liens sociaux, le travail collaboratif, le jeu à plusieurs, la création collective, organisés autour des outils de l'internet.
Rapport social
Les rapports sociaux inscrivent les humains dans une trajectoire de vie à travers des interactions et des liens d'interdépendance. La socialisation, qu'elle soit familiale, clanique, culturelle, ou sur un lieu de travail, contribue à la construction d'une identité propre. La déconstruction de ces liens sociaux, à la suite d'un événement dit rupture, peut amener l'individu à entrer dans la spirale de l'exclusion. Ces rapports peuvent être de plusieurs styles : de domination (patron/ouvrier) , de coopération (amis) ; ils peuvent être de type macro ou microsocial.
Test statistique
En statistiques, un test, ou test d'hypothèse, est une procédure de décision entre deux hypothèses. Il s'agit d'une démarche consistant à rejeter ou à ne pas rejeter une hypothèse statistique, appelée hypothèse nulle, en fonction d'un échantillon de données. Il s'agit de statistique inférentielle : à partir de calculs réalisés sur des données observées, on émet des conclusions sur la population, en leur rattachant des risques d'être erronées. Hypothèse nulle L'hypothèse nulle notée H est celle que l'on considère vraie a priori.
Cadre Zachman
Le cadre Zachman est un cadre d'architecture d'entreprise qui permet d'une manière formelle et hautement structurée de définir le système d'information d'une entreprise. Il utilise un modèle de classification à deux dimensions basé sur : six interrogations de base : Quoi, Comment, Où, Qui, Quand, et Pourquoi (What, How, Where, Who, When, Why), qui croisent six types de modèles distincts qui se rapportent à des groupes de parties prenantes : Visionnaire, Propriétaire, Concepteur, Réalisateur, Sous-traitant et Exécutant (visionary, owner, designer, builder, implementer, worker) pour présenter une vue holistique de l'entreprise qui est modélisée.