Apprentissage superviséL'apprentissage supervisé (supervised learning en anglais) est une tâche d'apprentissage automatique consistant à apprendre une fonction de prédiction à partir d'exemples annotés, au contraire de l'apprentissage non supervisé. On distingue les problèmes de régression des problèmes de classement. Ainsi, on considère que les problèmes de prédiction d'une variable quantitative sont des problèmes de régression tandis que les problèmes de prédiction d'une variable qualitative sont des problèmes de classification.
Apprentissage auto-superviséL'apprentissage auto-supervisé ("self-supervised learning" en anglais) (SSL) est une méthode d'apprentissage automatique. Il apprend à partir d'échantillons de données non étiquetés. Il peut être considéré comme une forme intermédiaire entre l'apprentissage supervisé et non supervisé. Il est basé sur un réseau de neurones artificiels. Le réseau de neurones apprend en deux étapes. Tout d'abord, la tâche est résolue sur la base de pseudo-étiquettes qui aident à initialiser les poids du réseau.
Cerveau humainLe 'cerveau humain' a la même structure générale que le cerveau des autres mammifères, mais il est celui dont la taille relative par rapport au reste du corps est devenue la plus grande au cours de l'évolution. Si la baleine bleue a le cerveau le plus lourd avec contre environ pour celui de l'homme, le coefficient d'encéphalisation humain est le plus élevé et est sept fois supérieur à celui de la moyenne des mammifères.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Algorithme d'apprentissage incrémentalEn informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées.
Medical image computingMedical image computing (MIC) is an interdisciplinary field at the intersection of computer science, information engineering, electrical engineering, physics, mathematics and medicine. This field develops computational and mathematical methods for solving problems pertaining to medical images and their use for biomedical research and clinical care. The main goal of MIC is to extract clinically relevant information or knowledge from medical images.
Étude cas-témoinsUne étude cas-témoins est une étude statistique observationnelle rétrospective utilisée en épidémiologie. Les études cas-témoins sont utilisées pour mettre en évidence des facteurs qui peuvent contribuer à l'apparition d'une maladie en comparant des sujets qui ont cette maladie (les cas) avec des sujets qui n'ont pas la maladie mais qui sont similaires par ailleurs (les témoins).
Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
AtaxieEn médecine, l'ataxie (du grec ataxiā, signifiant « désordre ») ou danse des tendons est une maladie neuromusculaire qui consiste en un manque de coordination fine des mouvements volontaires. Elle est liée à une atteinte du système nerveux. Le trouble de la coordination est partiellement corrigé par le contrôle visuel. Le cervelet est le centre de la coordination fine des mouvements des muscles, tandis que l'information qui en émerge est véhiculée jusqu'aux muscles par la moelle épinière et les nerfs périphériques.
Apprentissage non superviséDans le domaine informatique et de l'intelligence artificielle, l'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « balle » ou « poisson »). Il s'agit donc de découvrir les structures sous-jacentes à ces données non étiquetées. Puisque les données ne sont pas étiquetées, il est impossible à l'algorithme de calculer de façon certaine un score de réussite.
Étude de cohorteUne étude de cohorte est une étude statistique de type longitudinal. Elle peut être ou interventionnelle, ou . Ce type d'étude scientifique est notamment utilisé en médecine et en épidémiologie (pour ces deux domaines, les bases de données collectées sont dédiées aux études de cohortes épidémiologiques), en sciences humaines et sociales, en science actuarielle et en écologie. L'une des premières études de cohorte connues fut menée par Janet Lane-Claypon en 1912 dans son étude intitulée Report to the Local Government Board upon the Available Data in Regard to the Value of Boiled Milk as a Food for Infants and Young Animals.
Apprentissage actifL’apprentissage actif est un modèle d’apprentissage semi-supervisé où un oracle intervient au cours du processus. Plus précisément, contrairement au cadre classique où les données sont connues et imposées, en apprentissage actif, c'est l'algorithme d'apprentissage qui demande des informations pour des données précises. Cette technique repose sur l'hypothèse que l’acquisition de données non étiquetées est beaucoup moins coûteuse que celle de données étiquetées.
Étude des médecins britanniques sur le tabagismevignette|upright=1.4|Taux de survie à partir de l'âge de 35 ans des non-fumeurs, fumeurs de cigarettes et ex-fumeurs ayant arrêté entre 25 et 34 ans. vignette|upright=1.4|Taux de survie à partir de l'âge de 40 ans des non-fumeurs, fumeurs de cigarettes et ex-fumeurs ayant arrêté entre 35 et 44 ans. vignette|upright=1.4|Taux de survie à partir de l'âge de 50 ans des non-fumeurs, fumeurs de cigarettes et ex-fumeurs ayant arrêté entre 45 et 54 ans. vignette|upright=1.
Étude longitudinaleUne étude longitudinale est une étude résultant du suivi d'une population ou d'un phénomène dans le temps en fonction d'un événement de départ. L’objectif de la recherche longitudinale est de cartographier un développement sur une période spécifique. Une comparaison peut être faite entre la mesure de début et celle de fin (et des mesures intermédiaires) d’un phénomène particulier. Ainsi, l'étude longitudinale s'oppose conceptuellement à l'étude transversale qui s'intéresse à un phénomène à instant t.
Maladie de ParkinsonLa maladie de Parkinson (abrégée « Parkinson », ou MP) porte le nom de James Parkinson, un médecin anglais ayant publié la première description détaillée de celle-ci dans An Essay on the Shaking Palsy en 1817. C'est une maladie neurodégénérative irréversible d'évolution lente. Caractérisée par une perte progressive de neurones dopaminergiques, elle est une maladie chronique qui affecte le système nerveux central (SNC) et provoque des troubles progressifs d'ordre moteurs, cognitifs et comportementaux.
Trouble de conversionUn trouble de conversion (ou trouble dissociatif de conversion) est un état dans lequel le patient présente des symptômes neurologiques tels qu'une paresthésie, une cécité, une paralysie ou autres déficits similaires sans que le système nerveux central ou périphérique n'ait subi de dommages organiques. Il est supposé que ces symptômes surviennent en tant que réponse dans la vie du patient, et la conversion est considérée comme trouble psychiatrique dans la Classification Internationale des Maladies (CIM-10) et dans la quatrième édition révisée du Manuel diagnostique et statistique des troubles mentaux (DSM--TR).
Functional neurologic disorderFunctional neurologic disorder or functional neurological disorder (FND) is a condition in which patients experience neurological symptoms such as weakness, movement disorders, sensory symptoms and blackouts. As a functional disorder there is by definition no disease process affecting the structure of the body, yet the person experiences symptoms relating to their body function. Symptoms of functional neurological disorders are clinically recognisable, but are not categorically associated with a definable organic disease.
Odontologie conservatriceL’odontologie conservatrice est la partie de la dentisterie qui s'occupe de soigner les dents, en éliminant le moins possible de matière dentaire saine (émail et dentine). Cela consiste essentiellement à éliminer les tissus cariés et à remplacer les tissus manquant par une obturation coronaire. Le dentiste utilise généralement des instruments rotatifs pour procéder à l'éviction des tissus ramollis par la carie.
Trouble psychiqueUn trouble psychique, qui peut être également désigné sous les termes de trouble psychiatrique ou encore de trouble mental, désigne un ensemble d'affections et troubles d'origines très différentes entraînant des difficultés dans la vie d'un individu et/ou de son entourage, des souffrances et des troubles émotionnels et du comportement. Les troubles psychiques touchent toutes les populations, sans distinction de sexe ou d'âge. Ces troubles peuvent être chroniques ou permanents.
NeurologieLa neurologie est la spécialité médicale clinique qui étudie l'ensemble des maladies du système nerveux et en particulier du cerveau. Cette spécialité médicale s'est séparée de la psychiatrie au avec l'école de Charcot à l'hôpital de la Pitié-Salpêtrière. Le terme de neurologie est introduit dans le vocabulaire médical par le médecin anatomiste anglais Thomas Willis. Le médecin spécialiste pratiquant la neurologie s'appelle le neurologue. Divers symptômes, signes cliniques et syndromes neurologiques sont répertoriés dans la catégorie : Sémiologie neurologique.
