Apprentissage non supervisé
L'apprentissage non supervisé est une méthode d'apprentissage automatique où un modèle trouve des motifs et une structure dans des données sans étiquettes ni bonnes réponses prédéfinies.
Ce que signifie Apprentissage non supervisé
En apprentissage non supervisé, il n'existe pas de corrigé. Le modèle reçoit des données brutes et doit y découvrir seul une structure - typiquement en regroupant des éléments similaires ou en repérant ceux qui sortent du lot.
Par exemple, donnez à un modèle des données sur des milliers de clients sans aucune étiquette, et il pourrait les regrouper en segments naturels selon des comportements communs. Personne n'a défini ces groupes à l'avance - le modèle les a trouvés dans les données.
Pourquoi Apprentissage non supervisé compte
L'apprentissage non supervisé est une idée clé dans la façon dont l'IA traite des données brutes et non étiquetées, ce qui représente la plupart des données du monde réel. Le connaître complète votre compréhension de la façon dont l'IA apprend.
Questions fréquentes
Plus de termes IA
Prêt à bâtir les compétences IA dont votre avenir dépend ?
Faites le quiz gratuit de 5 minutes et recevez un plan d'apprentissage personnalisé, bâti autour de vos objectifs, de votre emploi du temps et de votre expérience.