Introduction aux Techniques d'Apprentissage Automatique

📋 Plan du Cours

1. Introduction à l'IA
2. Apprentissage automatique
3. Types d'apprentissage
4. Apprentissage supervisé
5. Apprentissage non supervisé
6. Méthodes de clustering
7. Arbres de décision
8. Méthriques et performances
9. Réseaux de neurones

📖 1. Introduction à l'IA

🔑 Notions clés & Définitions

Intelligence Artificielle (IA)
AUTEUR inconnu (date non précisée) : discipline visant à créer des systèmes capables de résoudre des problèmes complexes difficiles pour l’humain, mais pas triviaux ou intuitifs.

Machine Learning
F. BOUSEFSAF (2023) : branche de l’IA permettant aux machines d’apprendre à partir d’exemples ou d’expériences sans programmation explicite, en ajustant leurs paramètres internes pour accomplir des tâches spécifiques.

Données
F. BOUSEFSAF (2023) : ensemble d’informations variées utilisées pour entraîner ou faire fonctionner des algorithmes d’IA, pouvant prendre plusieurs formes : numériques, texte, images, vidéos, réseaux, etc.

Caractéristiques (features)
F. BOUSEFSAF (2023) : motifs ou traits extraits des données, calculés en amont par des scientifiques, qui permettent de valoriser des patterns pour améliorer la performance des modèles.

Historique de l'IA
F. BOUSEFSAF (2023) : évolution de la discipline depuis ses origines, notamment avec la notion de machine intelligente introduite dès 1842, et son développement à travers diverses applications et techniques.