Comment une machine apprend

Synthèse du niveau : tout l'apprentissage supervisé tient en données + modèle + loss + optimiseur

Dans ce chapitre, vous apprendrez à

Comprendre que tout modèle supervisé tient en quatre ingrédients : données, modèle, erreur à minimiser, méthode d'optimisation

Chaque exercice est corrigé automatiquement, dans le navigateur. Les énoncés complets sont accessibles avec un compte.

À quoi ça sert dans la vraie vie
Derrière des produits qui n'ont rien à voir, la même recette. Une fois qu'on la voit, chaque nouveau modèle devient plus facile à comprendre. - Les assistants comme ChatGPT. Leur première phase d'entraînement…
Quatre ingrédients
Vous avez construit plusieurs prédicteurs : une droite pour estimer un prix, un classifieur pour dire « admis / refusé »… En apparence, des problèmes différents. En réalité, ils suivent tous le même schéma.…
Intrus
On vient de voir que la plupart des méthodes supervisées = modèle + loss + optimiseur : on règle des paramètres pour minimiser une erreur. Mais une des méthodes que vous avez rencontrées n'entraîne aucun…