Sans connaître ces termes, ML/AI semblera toujours futuriste/extraterrestre.
Dans le monde de l’IA/ML et d’AWS, il existe une multitude de termes qui sont souvent utilisés.
Si vous vous êtes déjà senti dépassé par eux, ne vous inquiétez pas, vous n’êtes pas seul !
Cet article détaillera les termes les plus couramment utilisés dans AI/ML et AWS, vous donnant une définition claire et concise de chaque terme, qui vous rapprochera du monde AI/ML/AWS.
🔥IA : C'est un processus d'imitation de l'intelligence humaine dans les machines. [résolution de problèmes, raisonnement, apprentissage et compréhension du langage]
🔥ML : un sous-ensemble de l'IA, le ML fait référence à la capacité des machines à apprendre à partir des données sans être explicitement programmées. Il utilise des « algorithmes pour trouver des modèles » ou des informations provenant de grands ensembles de données.
🔥Deep Learning : un sous-ensemble du ML, qui traite des « algorithmes » inspirés de la structure/fonction du « cerveau humain », appelés réseaux de neurones artificiels. [image, reconnaissance vocale]
REMARQUE : Lorsque « Apprentissage » apparaît dans l'image, « Algorithme » apparaît dans l'image. Comme dans les 2 cas ci-dessus, le ML et le Deep Learning fonctionnent sur « l'algorithme »
🔥Réseaux de neurones : un ensemble d'« algorithmes » qui tentent de reconnaître les relations sous-jacentes, dans un ensemble de données, par le biais d'un processus, qui imite le fonctionnement du cerveau humain. Les réseaux de neurones sont à la base de l'apprentissage profond.
🔥Computer Vision : un domaine de l'IA qui pe...
[Courte citation de 8% de l'article original]