Qu'est-ce que le Machine Learning (ML) ?

Définition du Machine Learning (en bref) :

• L'apprentissage automatique est la réponse à l'une des questions posées à une intelligence artificielle faible.
• Il s'agit d'un concept fondamental pour étudier les algorithmes qui s'améliorent automatiquement sur la base de l'expérience (en utilisant des données). 
• L'apprentissage automatique est un outil d'intelligence artificielle (IA) faible.

Machine Learning & Prévisions et décisions

ML & Supervisé vs. Non supervisé

• Apprentissage supervisé : des données d'entrée ainsi que le résultat souhaité sont donnés à l'ordinateur afin de trouver une règle générale appropriée, qui fait correspondre les données d'entrée à la sortie.
• Apprentissage non supervisé : aucune désignation n'est donnée à l'algorithme d'apprentissage et il doit se débrouiller seul pour trouver une structure dans son entrée.
• Apprentissage par renforcement : un programme informatique interagit avec un environnement dynamique dans lequel il doit remplir un objectif spécifique (par exemple, jouer un jeu contre un adversaire). Tout en naviguant dans son espace de problèmes, le programme reçoit des retours d'information analogues à des récompenses qu'il tente de maximiser.

Exemples d'utilisation du ML

• Filtre anti-spam pour les e-mails,
• Reconnaissance d'images et d'objets,
• Détection des fraudes à la carte de crédit
• Les adversaires informatiques dans les jeux vidéo,
• Reconnaissance vocale,
• les machines à traduire,
• Services de recommandation (par ex. pour les magasins en ligne)
• ou encore des prévisions de séries temporelles.  

Différence avec l'intelligence artificielle

La différence entre l'intelligence artificielle et l'apprentissage automatique est discutée dans cet article wiki.