webleads-tracker

Glossaire de l’intelligence artificielle pour le manager | AI Builders
Glossaire de l’intelligence artificielle pour le manager

Accuracy : métrique d’évaluation en fonction de la précision d’un modèle.

AI Driven : piloté par l’IA.

AI First : qui ne peut pas exister sans l’IA.

AI Ready : prêt pour intégrer l’IA.

Apprentissage supervisé : apprentissage d’un modèle fondé sur un jeu d’exemples contenant les données d’entrée et les sorties attendues.

Apprentissage non supervisé : apprentissage d’un modèle avec un jeu d’apprentissage ne contenant pas les sorties attendues. Le jeu d’apprentissage est dit « non labellisé ».

Biais : un jeu d’apprentissage est biaisé quand il comporte trop d’éléments de même nature et ne représente pas la réalité.

Big Data : l’ensemble des données internes et externes de l’entreprise. Intègre aussi les process inhérents à la gouvernance et à la gestion des données.

Chatbot : agent conversationnel simulant une discussion avec un interlocuteur quel que soit le canal utilisé ; messagerie instantanée ou chat, interaction vocale au téléphone ou avec une enceinte connectée.

Cluster : une classe.

Clustering : classement non supervisé. Les algorithmes de clustering classent automatiquement les éléments non labellisés qui leur sont présentés.

Convolution : filtre appliqué sur une image pour la décomposer. Couche d’abstraction : couche logicielle permettant de cacher les détails d’implémentation.

Crawling : navigation dans le Web pour récupérer des informations.

Data driven : approche qui consiste à prendre des décisions stratégiques sur la base d’une analyse et d’une interprétation des données.

Data scientist : spécialiste du machine learning et/ou du deep learning.

Dataset : ensemble de données préparées pour un modèle.

Data steward : responsable de la qualité des données dans son organisation.

Deep learning : modèles fondés sur des réseaux de neurones et intégrant de nombreuses couches avec chacune leurs spécificités.

Enabler : technologie permettant de réaliser une fonction. Fine tuning : réglage des paramètres pour obtenir le meilleur modèle.

Hyperparamètres : paramètres importants des modèles. Jeux d’apprentissage : données contenant des exemples labellisés ou non.

Machine learning : classe d’algorithmes apprenant statistiquement d’un jeu de données.

MOOC : cours en ligne.

NLP (Natural Language Processing) : ensemble des outils logiciels de traitement de la langue naturelle pour diverses applications faisant intervenir linguistique, informatique classique et IA.

NLU (Natural Language Understanding) : la compréhension du langage naturel est un sous-ensemble du NLP et est utilisée pour déterminer le sens ou l’intention de certaines phrases.

Pandas : librairie Python dans laquelle se trouvent beaucoup de traitements de données. https://pandas.pydata.org/

POC : Proof Of Concept. Démonstration de faisabilité.

Python : langage de programmation de prédilection des data scientists. https://www.python.org/

Rule driven : approche qui consiste à prendre des décisions stratégiques sur la base de règles déterminées au préalable.

Scikit-Learn : librairie de machine learning. http://scikit-learn.org .

Smart machine : logiciel contenant de l’IA.

Tensorflow : librairie de deep learning de Google. https://www.tensorflow.org/

Theano : librairie de deep learning dont le développement a été stoppé au profit de Tensorflow. http://deeplearning.net/software/theano/

Contactez-nous