Apprentissage supervisé

Après avoir analysé et classifié des centaines – voire des milliers – d'échantillons (ici des tournesols et des tulipes), le spécialiste du domaine transmet à la machine une grande partie de ces données (données dites d'apprentissage) qui vont servir à mettre au point le modèle statistique à partir d'algorithmes. Les sorties attendues sont sans cesse comparées aux sorties calculées par le modèle. On procède à une pondération itérative des valeurs internes du modèle jusqu'à ce que toutes les sorties calculées soient égales aux sorties attendues. On vérifie ensuite avec le reste des données (données de test, n'ayant pas servi à l'apprentissage) que les sorties calculées correspondent bien aux sorties attendues. Plus le rapport entre le nombre de données d'apprentissage correctes sur le nombre total de données d'apprentissage est proche de 100 p. 100, plus le modèle est performant.

Télécharger

Encyclopædia Universalis France - Conditions d'utilisation