🔍 Glossaire
🔍 Glossaire
A
Pourcentage de bonnes prédictions.
Système IA capable de dialoguer avec un humain.
Sous-domaine de l’IA où les systèmes apprennent à partir de données.
Type de ML où le modèle apprend à partir de données étiquetées.
Le modèle découvre seul des structures ou regroupements dans des données non étiquetées.
Branche du ML utilisant des réseaux de neurones profonds.
Le modèle apprend par essais/erreurs en recevant des récompenses ou punitions.
Algorithmes d’apprentissage supervisé basés sur des arbres.
B
Discrimination ou traitement inéquitable introduit par le modèle.
Difficulté à interpréter certaines décisions prises par un modèle IA.
C - D - E
Reconnaissance et analyse d’images ou vidéos.
Évalue la performance des classifieurs.
Branche du ML utilisant des réseaux de neurones profonds.
Capacité à comprendre et expliquer le fonctionnement d’un modèle.
F
Élément individuel d’une donnée d’entrée.
Réentraînement d’un modèle pré-entraîné sur des données spécifiques.
TensorFlow, PyTorch, Scikit-learn, Hugging Face.
Moyenne harmonique de la précision et du rappel.
G - I - J
Unités de calculs puissantes utilisées pour entraîner les modèles.
Création de contenu (texte, image, son) par l’IA.
Données utilisées pour évaluer les performances du modèle.
Données utilisées pour entraîner un modèle.
L - M- N - O
Valeur de sortie dans les tâches supervisées.
Modèle de langage entraîné sur un très grand corpus de textes.
Sous-domaine de l’IA où les systèmes apprennent à partir de données.
Traitement automatique du langage naturel.
Transformer une image ou un scan contenant du texte en texte numérique modifiable.
Le modèle apprend trop bien les données d’entraînement et échoue sur de nouvelles données.
P
Pourcentage de bonnes prédictions.
C’est la question ou la consigne qu’on donne à une IA pour obtenir une réponse.
Conception de requêtes efficaces pour interagir avec un modèle de langage.
R
Une IA qui va chercher des informations dans des documents avant de générer une réponse, pour être plus précise.
Capacité à retrouver tous les cas positifs.
Modèles statistiques prédictifs simples.
Modèle inspiré du cerveau humain, constitué de couches de "neurones" artificiels.
Spécialisés pour les images.
Spécialisés pour les données séquentielles.
Règlement européen sur la protection des données personnelles.
(Ouvre une nouvelle fenĂŞtre) Plus d'informations
S
IA proposant des contenus adaptés à l'utilisateur.
Transformer la voix en texte automatiquement.
Algorithme de classification performant.Transformer la voix en texte automatiquement.
T-U-V
Transformer un texte écrit en voix synthétique pour le lire à haute voix.
Architecture clé pour le traitement du langage naturel (ex. GPT, BERT).
Le modèle n’apprend pas suffisamment les données et performe mal.
Reconnaissance et analyse d’images ou vidéos.