L’apprentissage machine, aussi dénommé apprentissage automatique ou encore apprentissage artificiel, et « machine learning » en langue anglaise, est un des champs de recherche de l’intelligence artificielle (IA, « artificial intelligence » en anglais). L’apprentissage machine 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
- Les sciences expérimentales avec, par exemple, les travaux en traitement du signal ou les travaux dans de nombreux domaines de la physique.
- Les sciences sociales avec, par exemple, les travaux en sociologie et économie sur les réseaux sociaux.
- Les sciences humaines avec, par exemple, les travaux sur le langage en linguistique ou les travaux sur apprentissage et comportement en psychologie.
- Les sciences de la vie avec, par exemple, les travaux en bio-informatique, en santé et épidémiologie ou les travaux sur l’étude du cerveau.
Cette liste, non exhaustive, montre le large spectre de problèmes scientifiques étudiés et l’immensité du potentiel d’applications de l’apprentissage machine. Le domaine a connu un essor exceptionnel depuis la fin du 20ème siècle. Cet essor est encore amplifié avec le rôle central de l’apprentissage machine dans la science des données (« data science » et « big data ») et dans l’intelligence artificielle (IA). La société francophone d’apprentissage machine se propose
- de fédérer la communauté francophone en apprentissage machine (« machine learning »),
- de diffuser la connaissance dans la société et de favoriser les échanges entre chercheurs et utilisateurs qu’ils soient du monde académique, du monde industriel ou de la société de manière générale,
- de communiquer sur l’apprentissage machine pour être un interlocuteur naturel et une source d’informations pour les ministères, les médias, les industriels et le grand public,
- de faire émerger des réflexions sur les défis scientifiques et les enjeux sociétaux de l’apprentissage machine.
Télécharger les statuts de l’association.
Nous contacter : contact@ssfam.org