Explication détaillée
Le machine learning englobe l'apprentissage supervisé (avec labels), non supervisé (sans labels) et par renforcement (récompenses). Il alimente la majorité des produits IA actuels : recommandation, scoring, détection d'anomalies, classification.
Exemples
Détection de spam dans Gmail
Scoring de crédit
Prévision de demande
Reconnaissance d'images
Questions fréquentes
Quelle différence avec le deep learning ?
Le deep learning est un type de machine learning basé sur des réseaux de neurones profonds.
Termes associés
Apprentissage supervisé
Apprentissage à partir d'exemples étiquetés (entrée → sortie attendue).
Deep Learning
Sous-domaine du machine learning utilisant des réseaux de neurones profonds pour apprendre des représentations complexes.
Dataset
Ensemble structuré de données utilisé pour entraîner, valider ou évaluer un modèle d'IA.
Apprentissage par renforcement
Méthode d'apprentissage où un agent apprend à agir par essais et erreurs en maximisant une récompense.
Apprentissage non supervisé
Apprentissage à partir de données sans labels, où le modèle découvre lui-même des structures.
Dernière mise à jour : 15/07/2026