Apprentissage supervisé

noun

L’apprentissage supervisé est une technique d’intelligence artificielle où un algorithme apprend à partir de données étiquetées, c’est-à-dire des paires d’entrées et de sorties correctes. Par exemple, pour enseigner à une IA à reconnaître des chiens, on lui montre des milliers d’images de chiens et de non-chiens.

Il fonctionne en fournissant au modèle des données avec les bonnes réponses, ce qui lui permet d’ajuster ses règles internes pour réduire les erreurs. Contrairement à l’apprentissage non supervisé, où l’IA découvre des motifs sans étiquettes prédéfinies.

Pour les développeurs, l’apprentissage supervisé est efficace mais nécessite des données de haute qualité et étiquetées, ce qui peut être coûteux. Par exemple, entraîner un modèle de langage comme un chatbot nécessite généralement des millions de phrases annotées, coûtant des milliers d’euros en préparation des données.

Un filtre anti-spam utilise l'apprentissage supervisé pour classer les e-mails en 'spam' ou 'non spam' à partir d'exemples étiquetés.

Voir aussi : Unsupervised learning

Découvrez nos autres services

ElpisIA, c’est tout un univers — explorez nos autres services.