Cours 13 - Apprentissage automatique et IA Flashcards

1
Q

Qu’est-ce que l’apprentissage selon les behavioristes vs cognitivistes?

A

behavioristes:

  • modification du cpt
  • +ou - durable
  • résulte de l’expérience du sujet
  • implique des connexions entre au moins deux stimuli

cognitivistes:

  • modif du cpt
  • implique MLT et mem. de travail
  • résulte de l’acquisition de connaissances
  • implique la connexion d’aux moins 2 elements d’info
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Qu’est-ce que l’apprentissage machine?

A

appr. automatique ou machine learning.

Conception, analyse, dvpt et implémentation de methodes permettant à une machine d’évoluer par un processus systématique et ainsi remplir des tâches difficiles ou problématiques par des moyens algorithmiques plus classiques

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Modèle traditionnel de l’ordinateur vs celui de l’IA

A

ordi traditionnel
données → ordi → output
programmes →

IA
données → ordi → programme
output →

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Différentes formes d’appr automatique

A
  • appr supervisé (données d’appr. contiennent aussi des infos sur le résultat visé)
  • semi supervisé (données contiennent qqs infos sur le résultat visé)
  • non supervisé (pas d’info sur le résultat visé)
  • par renforcement (une forme de récompense est obtenue suite à une séquence d’actions
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

De quoi se compose tout algo de machine learning selon Pedro Domingos?

A
  • une méthode de représentation
  • une méthode d’évaluation
  • une méthode d’optimisation

learning = représentation + évaluation + optimisation

représentation = espace des modèles possibles ou espace des hypothèses.
Si un modèle n’est pas dans l’espace des hypothèses il ne peut être apprit

évaluation = comment on juge ou préfère un modèle par rapport à un autre.
Peut se baser sur un score, une capacité, une fonction d’utilité…

optimisation = façon de chercher dans l’espace des modèles pour obtenir une meilleure évaluation (trouver dans tous les modèles celui qui sera idéal, le plus optimal)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly