Apprentissage auto-superviséL'apprentissage auto-supervisé ("self-supervised learning" en anglais) (SSL) est une méthode d'apprentissage automatique. Il apprend à partir d'échantillons de données non étiquetés. Il peut être considéré comme une forme intermédiaire entre l'apprentissage supervisé et non supervisé. Il est basé sur un réseau de neurones artificiels. Le réseau de neurones apprend en deux étapes. Tout d'abord, la tâche est résolue sur la base de pseudo-étiquettes qui aident à initialiser les poids du réseau.
Diversité des plantes cultivéesthumb|Échantillon de diverses variétés de maïs montrant la diversité de couleur des grains. La diversité des plantes cultivées se définit par la variance des caractéristiques génétiques et phénotypiques des plantes utilisées par l'agriculture. On peut distinguer deux composantes de cette diversité, qui sont d'une part la diversité intra-spécifique, résultant de la variabilité génétique au sein d'une même plante cultivée, et la diversité inter-spécifique, résultant du nombre des espèces couramment cultivées.
Apprentissage non superviséDans le domaine informatique et de l'intelligence artificielle, l'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « balle » ou « poisson »). Il s'agit donc de découvrir les structures sous-jacentes à ces données non étiquetées. Puisque les données ne sont pas étiquetées, il est impossible à l'algorithme de calculer de façon certaine un score de réussite.
Rotation culturalethumb|alt=Classification des différentes séquences culturales possibles : monoculture, polyculture, cultures multiples, cultures en dérobé.|upright=1.5|Classification des séquences culturales. La rotation culturale (ou rotation des cultures) est, en agriculture, la suite de cultures échelonnées au fil des années sur une même parcelle. C'est un élément important de la gestion de la fertilité des sols et des bioagresseurs, et donc un atout pour l'augmentation des rendements.
Analyse spatialevignette|200px|Carte de cas de choléra pendant l'épidémie de 1854 à Londres L'analyse spatiale est une approche géographique qui étudie les localisations et les interactions spatiales en tant que composantes actives des fonctionnements sociétaux. Elle part du postulat selon lequel l'espace est acteur organisé. C'est une science nomothétique donc elle vise à proposer une approche modélisée de l'espace géographique en mettant en évidence des formes récurrentes d'organisation spatiales et des théories, notamment à travers diverses notions-clés : distance, réseaux, structure, .
OpenStreetMapOpenStreetMap (OSM) est un projet collaboratif de cartographie en ligne qui vise à constituer une base de données géographiques libre du monde (permettant par exemple de créer des cartes sous licence libre), en utilisant le système GPS et d'autres données libres. Il est mis en route en par Steve Coast à l'University College de Londres. Le projet a été inspiré par le succès de Wikipédia et la prédominance des données cartographiques propriétaires au Royaume-Uni et dans d'autres pays.
Weak supervisionWeak supervision, also called semi-supervised learning, is a paradigm in machine learning, the relevance and notability of which increased with the advent of large language models due to large amount of data required to train them. It is characterized by using a combination of a small amount of human-labeled data (exclusively used in more expensive and time-consuming supervised learning paradigm), followed by a large amount of unlabeled data (used exclusively in unsupervised learning paradigm).
Satellite météorologiquevignette|Satellite Météosat de première génération. Un satellite météorologique est un satellite artificiel qui a comme mission principale le recueil de données utilisées pour la surveillance du temps et du climat de la Terre. Chaque nouvelle génération de satellite comporte des senseurs plus performants et capables d'effectuer des mesures sur un plus grand nombre de canaux ce qui permet de les utiliser pour différencier les divers phénomènes météorologiques : nuages, précipitations, vents, brouillard, etc.
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Satellite de reconnaissanceUn satellite de reconnaissance, ou satellite espion (en langage populaire), est un satellite artificiel utilisé pour des applications militaires ou de renseignement. Les satellites de ce type collectent généralement des informations sur les installations civiles et militaires d'autres pays au moyen d'un système optique ou radar pour des observations tous temps (à travers les nuages) ou de nuit. Les satellites de reconnaissance permettent de cartographier un territoire et surtout d'identifier les installations militaires fixes, les armes et les unités militaires.
