Sauter au menu Sauter au contenu
PraedictIA

Qu’est-ce que l’apprentissage profond ?

L’apprentissage profond (Deep Learning), l’une des sous-disciplines les plus prometteuses dans le domaine de l’apprentissage machine, réfère aux différentes techniques d’apprentissage machine qui se font par le biais des réseaux de neurones artificiels profonds (Deep Neural Network).

Le deep learning

Pour mettre ce concept en perspective, considérons la suite logique suivante :

  1. L’intelligence artificielle : l’intelligence artificielle constitue un objectif en soi. Elle englobe l’ensemble des disciplines et des techniques permettant aux ordinateurs de démontrer des capacités qui s’apparentent à de l’intelligence, soit reconnaître des indices à partir du contenu, apprendre à mieux exécuter une tâche particulière, etc.

    C’est quoi l’intelligence artificielle ?
  2. L’apprentissage machine : l’apprentissage machine, l’outil pour atteindre l’objectif (intelligence artificielle), comprend l’ensemble des techniques permettant aux ordinateurs d’apprendre à distinguer des patrons (patterns) à partir de données historiques afin d’exécuter les tâches apprises sur de nouvelles données.

    Du machine learning et des données
  3. Les réseaux de neurones artificiels : les réseaux de neurones artificiels, une famille de techniques d’apprentissage machine, permettent de capturer des patrons par un processus de propagation de données à travers un ensemble d’unités liées entre elles (neurones) et de mécaniques automatiques de correction d’erreur (p. ex. corriger l’erreur de prédiction du réseau de neurones). Les neurones de ces réseaux sont généralement organisés en couches; l’information se propage d’une couche à une autre en commençant par la couche d’entrée (input layer) et en finissant par la couche de sortie (output layer), les couches du milieu étant les couches intermédiaires.

    Le réseau de neurones expliqué simplement
  4. Les réseaux de neurones artificiels profonds : les réseaux de neurones artificiels profonds, une sous-catégorie de réseaux de neurones artificiels, se distinguent par l’existence de nombreuses couches intermédiaires, d’où la notion de profondeur. Cette particularité leur permet de résoudre des problèmes d’apprentissage machine beaucoup plus complexes que ne le font les réseaux de neurones moins profonds. L’apprentissage profond (Deep Learning) réfère aux algorithmes d’apprentissage machine qui se basent sur des réseaux de neurones artificiels profonds.

    Les réseaux de convolution