Saracroche Posted February 27, 2024 Posted February 27, 2024 Bonjour, juste ici j'avais des questions pour l'item D, j'avais pu comprendre que raisonner comme un humain pour l'IA ( ia forte) était innacessible et pour la E j'aurais mis vrai, elle ne sert pas à faire des modeles ? Et la supervisé plutot des prédictions ?https://ibb.co/dKfTrvD Merci d'avance !! camyosine 1 Quote
Ancien Responsable Matière pothos Posted February 27, 2024 Ancien Responsable Matière Posted February 27, 2024 (edited) Il y a 1 heure, Saracroche a dit : j'avais pu comprendre que raisonner comme un humain pour l'IA ( ia forte) était innacessible alors là en effet cet item est un peu ambigu mais la définition de l'IA en générale comprends bien le fait de raisonner comme un humain Il y a 1 heure, Saracroche a dit : pour la E j'aurais mis vrai, elle ne sert pas à faire des modeles ? Et la supervisé plutot des prédictions ? pour la E je ne sais pas trop, sur le diapo de l'année dernière il y a un slide disant que le ML supervisée permet de réduire l'erreur de prédiction Citation Le principe de base de l’apprentissage supervisé […] consiste à ajuster les paramètres du système pour réduire une fonction de coût qui mesure l’erreur moyenne entre la sortie réelle du système et la sortie prédite, calculée sur un ensemble d’exemples d’apprentissage et donc de permettre les généralisation c'est peu être ça Edited February 27, 2024 by pothos Quote
Ancien du Bureau Solution Soulal Posted February 27, 2024 Ancien du Bureau Solution Posted February 27, 2024 Coucou :) Je suis totalement d'accord avec toi, seule l'IA forte serait capable de raisonner comme un humain ! C'est une étape qui n'est pas encore atteinte, c'est totalement erroné de compter ça vrai. Le QCM provient bien du poly c'est ça ? Pour l'apprentissage machine, l'item est bien faux mais la correction est fausse également. La généralisation c'est une étape de l'apprentissage machine, que ça soit supervisé ou non supervisé. C'est le moment où on teste le programme. Les objectifs à différencier selon les types d'apprentissage : - Pour le supervisé, c'est bien la prédiction ( = "cette forme est un carré/un rectangle car elle ressemble à ce qu'on m'a montré précedemment", se base sur une fonction de prédiction) -Pour le non-supervisé, ça sera le regroupement de données ( = "ces formes présentent des caractéristiques géométriques communes donc je les mets dans le même panier") Merci, je note tout ça dans les erratas, et bon courage pour ce cours compliqué ! Quote
Saracroche Posted February 27, 2024 Author Posted February 27, 2024 Merci bcp à vous deux !! oui @Soulal je les ai trouvé dans le poly et merci encore pour ta réponse !! Soulal 1 Quote
Recommended Posts
Join the conversation
You can post now and register later. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.