📖 Définition

L'apprentissage supervisé est une méthode d'apprentissage automatique où le modèle est entraîné à partir de données préalablement étiquetées par des humains. Chaque exemple d'entraînement est accompagné de la réponse attendue, ce qui permet au modèle d'apprendre la relation entre les entrées et les sorties. Une fois entraîné, le modèle peut prédire la réponse correcte pour de nouvelles données. C'est la forme d'apprentissage automatique la plus répandue.

💬 En termes simples

C'est comme un enseignant au primaire qui montre à ses élèves des photos d'animaux en indiquant chaque fois le nom de l'animal : ceci est un orignal, ceci est un caribou, ceci est un castor. Après suffisamment d'exemples, l'élève est capable de reconnaître ces animaux par lui-même, même sur des photos qu'il n'a jamais vues.

🎯 Exemple concret

Les institutions financières de Montréal utilisent l'apprentissage supervisé pour détecter les transactions frauduleuses. Les filtres de courriels indésirables fonctionnent grâce à cette technique. Des municipalités québécoises déploient des systèmes pour classifier automatiquement les requêtes citoyennes.

💡 Le saviez-vous ?

L'étiquetage des données représente souvent jusqu'à 80 % du temps et du coût total d'un projet d'IA. Certains des plus grands ensembles de données étiquetées, comme ImageNet avec ses 14 millions d'images, ont été rendus possibles grâce au travail de centaines de milliers d'annotateurs humains.

Accueil

Outils

Annuaire

Apprendre