Valentina Zantedeschi lauréate du 1er prix de thèse en intelligence artificielle (décerné par l’AFIA, ex-aequo avec Anaëlle Wilczynski, Université Parie Dauphine/LAMSADE) a présenté ses travaux en Apprentissage Machine dans le cadre de la Plate-Forme Intelligence Artificielle (PFIA 2019). Sa thèse intitulée « A unified view of local learning: theory and algorithms for enhancing linear models » estLire la suite1er Prix de Thèse IA – AFIA
Lire la suite de 1er Prix de Thèse IA – AFIAApprentissage machine Késako ?
L’apprentissage machine, aussi dénommé apprentissage automatique ou encore apprentissage artificiel, et "machine learning" en langue anglaise, concerne l’étude et la conception de processus artificiels apprenants. Ces processus sont essentiellement des algorithmes et programmes permettant à une machine d’accomplir une tâche sans avoir été explicitement programmée à la réaliser. La machine doit, par conséquent, être capable de s’améliorer avec l’expérience et s’adapter aux évolutions de l’environnement. L’apprentissage machine est un domaine scientifique qui concerne principalement l’informatique, la statistique et les mathématiques appliquées via la conception de modèles, de programmes, d’algorithmes, l'étude théorique de l'apprentissage et l'étude et la conception d’outils d’évaluation adaptés. Mais il suscite de nombreux travaux pluridisciplinaires, en lien avec la plupart des disciplines scientifiques.
Label du bouton d'en-tête :En savoir plusEn savoir plus 
