Apprentissage profond - Historique des versions

Pitpitt le 9 septembre 2026 à 16:39

2026-09-09T16:39:49Z

← Version précédente		Version du 9 septembre 2026 à 12:39
Ligne 123 :		Ligne 123 :
	[[Catégorie:GRAND LEXIQUE FRANÇAIS]]		[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
	[[Catégorie:101]]		[[Catégorie:101]]
	~~[[[[Catégorie:Publication]]~~

Claude COULOMBE le 1 septembre 2026 à 19:56

2026-09-01T19:56:11Z

← Version précédente		Version du 1 septembre 2026 à 15:56
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==

	L’apprentissage profond fait partie d’une famille de méthodes d’[[apprentissage automatique]] fondée sur des [[réseau de neurones artificiels\|réseaux de neurones artificiels]] qui comportent plusieurs couches cachées de neurones. En dès qu'un réseau neuronal comporte plus d'une [[couche cachée]].		L’apprentissage profond fait partie d’une famille de méthodes d’[[apprentissage automatique]] fondée sur des [[réseau de neurones artificiels\|réseaux de neurones artificiels]] qui comportent plusieurs couches cachées de neurones. En fait, dès qu'un réseau neuronal comporte plus d'une [[couche cachée]], c'est de l'apprentissage profond..

	L’apprentissage profond peut être [[Apprentissage supervisé\|supervisé]], [[Apprentissage semi-supervisé\|semi-supervisé]], [[Apprentissage non supervisé\|non supervisé]] ou [[Apprentissage par renforcement\|par renforcement]].		L’apprentissage profond peut être [[Apprentissage supervisé\|supervisé]], [[Apprentissage semi-supervisé\|semi-supervisé]], [[Apprentissage non supervisé\|non supervisé]] ou [[Apprentissage par renforcement\|par renforcement]].

Claude COULOMBE le 1 septembre 2026 à 19:54

2026-09-01T19:54:02Z

← Version précédente		Version du 1 septembre 2026 à 15:54
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==

	L’apprentissage profond fait partie d’une famille de méthodes ~~d’apprentissage~~ automatique fondée sur des réseaux de neurones artificiels qui comportent plusieurs couches cachées de neurones.		L’apprentissage profond fait partie d’une famille de méthodes d’[[apprentissage automatique]] fondée sur des [[réseau de neurones artificiels\|réseaux de neurones artificiels]] qui comportent plusieurs couches cachées de neurones. En dès qu'un réseau neuronal comporte plus d'une [[couche cachée]].

	L’apprentissage profond peut être [[Apprentissage supervisé\|supervisé]], [[Apprentissage semi-supervisé\|semi-supervisé]], [[Apprentissage non supervisé\|non supervisé]] ou [[Apprentissage par renforcement\|par renforcement]].		L’apprentissage profond peut être [[Apprentissage supervisé\|supervisé]], [[Apprentissage semi-supervisé\|semi-supervisé]], [[Apprentissage non supervisé\|non supervisé]] ou [[Apprentissage par renforcement\|par renforcement]].

Claude COULOMBE le 1 septembre 2026 à 19:52

2026-09-01T19:52:21Z

← Version précédente		Version du 1 septembre 2026 à 15:52
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==

			L’apprentissage profond fait partie d’une famille de méthodes d’apprentissage automatique fondée sur des réseaux de neurones artificiels qui comportent plusieurs couches cachées de neurones.

			L’apprentissage profond peut être [[Apprentissage supervisé\|supervisé]], [[Apprentissage semi-supervisé\|semi-supervisé]], [[Apprentissage non supervisé\|non supervisé]] ou [[Apprentissage par renforcement\|par renforcement]].

			==Compléments==

	Geoffrey Hinton, de l’Université de Toronto, a inventé le terme « deep learning » en 2006. Ensuite, les médias et les réseaux sociaux s’en sont emparés. L’apprentissage profond est en quelque sorte la nouvelle image de marque des [[Réseau de neurones artificiels\|réseaux de neurones]].		Geoffrey Hinton, de l’Université de Toronto, a inventé le terme « deep learning » en 2006. Ensuite, les médias et les réseaux sociaux s’en sont emparés. L’apprentissage profond est en quelque sorte la nouvelle image de marque des [[Réseau de neurones artificiels\|réseaux de neurones]].

	L’apprentissage profond fait partie d’une famille de méthodes d’apprentissage automatique fondée sur des réseaux de neurones artificiels qui comportent plusieurs couches cachées de neurones. L’apprentissage profond peut être [[Apprentissage supervisé\|supervisé]], [[Appretissage semi-supervisé\|semi-supervisé]], [[Apprentissage non supervisé\|non supervisé]] ou [[Apprentissage par renforcement\|par renforcement]].

	Des architectures d’apprentissage profond telles que :		Des architectures d’apprentissage profond telles que :
Ligne 30 :		Ligne 34 :

	Par exemple, l’apprentissage profond a permis à un ordinateur de vaincre un champion mondial du jeu de Go, et d’atteindre, dans la traduction de textes, une qualité qui s’approche de celle de l’humain.		Par exemple, l’apprentissage profond a permis à un ordinateur de vaincre un champion mondial du jeu de Go, et d’atteindre, dans la traduction de textes, une qualité qui s’approche de celle de l’humain.
			<hr/>
	~~==Compléments==~~

	L’organisation typique d’un réseau de neurones, aussi appelée architecture multicouche, consiste en une superposition de couches de neurones (neuron layers). Le réseau à une seule couche cachée était la seule architecture de réseau de neurones que l’on savait entraîner efficacement jusque vers la fin des années 1990.		L’organisation typique d’un réseau de neurones, aussi appelée architecture multicouche, consiste en une superposition de couches de neurones (neuron layers). Le réseau à une seule couche cachée était la seule architecture de réseau de neurones que l’on savait entraîner efficacement jusque vers la fin des années 1990.

Ligne 121 :		Ligne 123 :
	[[Catégorie:GRAND LEXIQUE FRANÇAIS]]		[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
	[[Catégorie:101]]		[[Catégorie:101]]
			[[[[Catégorie:Publication]]

Pitpitt : Remplacement de texte : « ==Español== » par «  ==Español== »

2026-07-29T00:12:12Z

Remplacement de texte : « ==Español== » par « <span id="es"></span> ==Español== »

← Version précédente		Version du 28 juillet 2026 à 20:12
Ligne 89 :		Ligne 89 :


			<span id="es"></span>
	==Español==		==Español==
	[[Catégorie:es]]		[[Catégorie:es]]

Pitpitt : Remplacement de texte : « ==Anglais== » par «  ==Anglais== »

2026-07-29T00:08:28Z

Remplacement de texte : « ==Anglais== » par « <span id="en"></span> ==Anglais== »

← Version précédente		Version du 28 juillet 2026 à 20:08
Ligne 54 :		Ligne 54 :
	'''apprentissage en profondeur'''		'''apprentissage en profondeur'''

			<span id="en"></span>
	==Anglais==		==Anglais==
	'''deep learning'''		'''deep learning'''

Pitpitt le 18 avril 2026 à 15:19

2026-04-18T15:19:50Z

← Version précédente		Version du 18 avril 2026 à 11:19
Ligne 62 :		Ligne 62 :

	'''learning representations'''		'''learning representations'''

			Geoffrey Hinton of the University of Toronto coined the term “deep learning” in 2006. Then the media and social networks got hold of it. Deep learning is a kind of new branding for neural networks.
			Deep learning is part of a family of machine learning methods based on artificial neural networks that comprise several hidden layers of neurons. Deep learning can be supervised, semi-supervised, unsupervised or reinforcement-based.
			Deep learning architectures such as :
			- deep neural networks;
			- recurrent networks;
			- convolutional networks based on the work of Yann LeCun;
			- transformers,
			have been applied to a variety of fields, including :
			- computer vision;
			- natural language processing;
			- human-machine dialogue;
			- speech recognition
			- audio recognition;
			- text generation;
			- image generation;
			- social network filtering;
			- bioinformatics;
			- drug synthesis;
			- medical image analysis;
			- materials inspection.

			In many of these fields, deep learning has produced results comparable to, and sometimes even superior to, those of human experts.
			For example, deep learning has enabled a computer to beat a world champion in the game of Go, and to achieve a level of quality in text translation that is comparable to that of human experts.


	==Español==		==Español==

Pitpitt : Remplacement de texte : « ==Español== » par « ==Español== Catégorie:es »

2025-09-24T00:58:19Z

Remplacement de texte : « ==Español== » par « ==Español== Catégorie:es »

← Version précédente		Version du 23 septembre 2025 à 20:58
Ligne 64 :		Ligne 64 :

	==Español==		==Español==
			[[Catégorie:es]]

	''''' aprendizaje profundo '''''		''''' aprendizaje profundo '''''

Jean-Sébastien Zavalone le 21 juillet 2025 à 19:14

2025-07-21T19:14:52Z

← Version précédente		Version du 21 juillet 2025 à 15:14
Ligne 62 :		Ligne 62 :

	'''learning representations'''		'''learning representations'''

			==Español==

			''''' aprendizaje profundo '''''

			''Geoffrey Hinton, de la Universidad de Toronto, acuñó el término «aprendizaje profundo» en 2006. Después, los medios de comunicación y las redes sociales se apoderaron de él. En cierto modo, el aprendizaje profundo es la nueva imagen de marca de las redes neuronales.''

			''El aprendizaje profundo forma parte de una familia de métodos de aprendizaje automático basados en redes neuronales artificiales con varias capas ocultas de neuronas. El aprendizaje profundo puede ser supervisado, semisupervisado, no supervisado o basado en el refuerzo.''


	==Sources==		==Sources==

Arianne le 14 janvier 2025 à 01:30

2025-01-14T01:30:29Z

← Version précédente		Version du 13 janvier 2025 à 21:30
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==

	Geoffrey Hinton, de l’Université de Toronto, a inventé le terme « deep learning » en 2006. Ensuite, les médias et les réseaux sociaux s’en sont ~~emparé~~. L’apprentissage profond est en quelque sorte la nouvelle image de marque des [[Réseau de neurones artificiels\|réseaux de neurones]].		Geoffrey Hinton, de l’Université de Toronto, a inventé le terme « deep learning » en 2006. Ensuite, les médias et les réseaux sociaux s’en sont emparés. L’apprentissage profond est en quelque sorte la nouvelle image de marque des [[Réseau de neurones artificiels\|réseaux de neurones]].

	L’apprentissage profond fait partie d’une famille de méthodes d’apprentissage automatique fondée sur des réseaux de neurones artificiels qui comportent plusieurs couches cachées de neurones. L’apprentissage profond peut être [[Apprentissage supervisé\|supervisé]], [[Appretissage semi-supervisé\|semi-supervisé]], [[Apprentissage non supervisé\|non supervisé]] ou [[Apprentissage par renforcement\|par renforcement]].		L’apprentissage profond fait partie d’une famille de méthodes d’apprentissage automatique fondée sur des réseaux de neurones artificiels qui comportent plusieurs couches cachées de neurones. L’apprentissage profond peut être [[Apprentissage supervisé\|supervisé]], [[Appretissage semi-supervisé\|semi-supervisé]], [[Apprentissage non supervisé\|non supervisé]] ou [[Apprentissage par renforcement\|par renforcement]].