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.
Naine bruneUne naine brune est, d'après la définition provisoire adoptée, en 2003, par l'Union astronomique internationale, un objet substellaire dont la vraie masse est inférieure à la masse minimale nécessaire à la fusion thermonucléaire de l'hydrogène mais supérieure à celle nécessaire à la fusion thermonucléaire du deutérium, correspondant à une masse située entre 13 et 75 fois la masse de Jupiter (MJ). En d'autres termes, il s'agit d'un objet insuffisamment massif pour être considéré comme une étoile mais plus massif qu'une planète géante.
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.
Sous-naine brunevignette|Une comparaison entre le Soleil, une sous-naine brune et Jupiter. Tandis que la sous-naine brune vieillit, elle se refroidit et se contracte. Une sous-naine brune est, de façon générale, un objet analogue à une naine brune mais dont la masse est inférieure à la masse minimale pour la fusion du deutérium (environ la masse de Jupiter). Comme pour les naines brunes, la définition exacte des sous-naines brunes varie cependant selon les auteurs.
Naine rougedroite|vignette|Représentation d'une naine rouge. En astronomie, une étoile rouge de la séquence principale, appelée communément naine rouge, est une étoile de type spectral (lire « M cinq »), c'est-à-dire une étoile appartenant à la séquence principale (classe de luminosité ) de type spectral M (étoile rouge). Les étoiles K dites tardives (naines orange les plus froides) sont parfois incluses parmi les naines rouges. Ces étoiles sont peu massives et de température peu élevée.
Naine blanchevignette| est une naine blanche visible comme un petit point en bas à gauche de , beaucoup plus brillante. Si ce système était observé dans le domaine des rayons X, Sirius B apparaîtrait alors plus brillante que son compagnon du fait que sa surface est significativement plus chaude. Photographie prise le 15 octobre 2003 par le télescope spatial Hubble. Une naine blanche est un objet céleste de forte densité, issu de l'évolution d'une étoile de masse modérée (de trois à quatre masses solaires au maximum) après la phase où se produisent des réactions thermonucléaires.
Étoile naineEn astronomie, une étoile est dite « naine » quand sa classe de luminosité est . Cela signifie que l'étoile se trouve, dans le diagramme HR, sur la séquence principale. Comparées aux géantes, ce sont des étoiles relativement petites qui présentent une faible luminosité. Le Soleil est une étoile naine de type G, c'est-à-dire une naine jaune. Il ne faut pas la confondre avec les étoiles appelées naines blanches ou naines brunes qui sont toutes les deux des états de l'évolution stellaire complètement différents.
Naine noirevignette|Une naine noire serait une naine blanche refroidie. Une naine noire est l'évolution hypothétique d'une étoile de type naine blanche, qui s’est suffisamment refroidie pour ne plus émettre de lumière visible. Pour l'instant, aucune étoile de ce type n’a pu être repérée puisque l'Univers serait trop jeune pour qu'une naine blanche ait eu le temps de se refroidir et se transformer en naine noire.
Matière noirevignette|redresse=1.1|Répartition de la densité d'énergie de l'Univers après exploitation des premières données du satellite Planck. La matière noire en est une des composantes principales. La matière noire ou matière sombre, est une catégorie de matière hypothétique, invoquée dans le cadre du Modèle ΛCDM pour rendre compte de certaines observations astrophysiques, notamment les estimations de la masse des galaxies ou des amas de galaxies et les propriétés des fluctuations du fond diffus cosmologique.
Énergie libreEn thermodynamique, l'énergie libre, appelée aussi énergie libre de Helmholtz ou simplement énergie de Helmholtz, est une fonction d'état extensive dont la variation permet d'obtenir le travail utile susceptible d'être fourni par un système thermodynamique fermé, à température constante, au cours d'une transformation réversible. En français on la représente généralement par ; en anglais on l'appelle énergie libre de Helmholtz et on la représente généralement par .
Enthalpie libreL’enthalpie libre, appelée aussi énergie libre de Gibbs ou simplement énergie de Gibbs, est une fonction d'état extensive introduite par Willard Gibbs, et généralement notée G. Le changement d'enthalpie libre correspond au travail maximal qui peut être extrait d'un système fermé à température et pression fixes, hors le travail dû à la variation de volume. L'enthalpie libre est reliée à l'enthalpie par la formule (où désigne la température et l'entropie), à l'énergie libre par la relation (où désigne la pression et le volume) et à l'énergie interne par la relation .
État fondamentalL'état fondamental est, en physique, une notion polysémique renvoyant généralement à un état de plus basse énergie pour un électron, ou de plus grande neutralité électrique pour un atome.vignette|Différents niveaux d'énergie d'un électron dans un atome : l'état fondamental et les états excités. Après avoir absorbé de l'énergie, un électron peut passer de l'état fondamental à un état excité de plus haute énergie. En physique quantique, les états fondamentaux d'un système sont les états quantiques de plus basse énergie.
Thermodynamic free energyIn thermodynamics, the thermodynamic free energy is one of the state functions of a thermodynamic system (the others being internal energy, enthalpy, entropy, etc.). The change in the free energy is the maximum amount of work that the system can perform in a process at constant temperature, and its sign indicates whether the process is thermodynamically favorable or forbidden. Since free energy usually contains potential energy, it is not absolute but depends on the choice of a zero point.
Apprentissage ensemblisteIn statistics and machine learning, ensemble methods use multiple learning algorithms to obtain better predictive performance than could be obtained from any of the constituent learning algorithms alone. Unlike a statistical ensemble in statistical mechanics, which is usually infinite, a machine learning ensemble consists of only a concrete finite set of alternative models, but typically allows for much more flexible structure to exist among those alternatives.
Théorie de la fonctionnelle de la densitéLa théorie de la fonctionnelle de la densité (DFT, sigle pour Density Functional Theory) est une méthode de calcul quantique permettant l'étude de la structure électronique, en principe de manière exacte. Au début du , il s'agit de l'une des méthodes les plus utilisées dans les calculs quantiques aussi bien en physique de la matière condensée qu'en chimie quantique en raison de son application possible à des systèmes de tailles très variées, allant de quelques atomes à plusieurs centaines.
Halo de matière noirevignette|Halo de matière noire créé par une simulation cosmologique à N corps. Un halo de matière noire est un composant hypothétique d'une galaxie qui enveloppe le disque galactique et s'étend bien au-delà des limites visibles de la galaxie. La masse du halo est la portion dominante de la masse totale de la galaxie. Étant donné qu'ils sont constitués de matière noire, les halos ne peuvent pas être observés directement, mais leur existence est déduite de leurs effets sur le mouvement des étoiles et du gaz dans les galaxies.
Modèle de l'électron libreEn physique du solide, le modèle de l'électron libre est un modèle qui sert à étudier le comportement des électrons de valence dans la structure cristalline d'un solide métallique. Ce modèle, principalement développé par Arnold Sommerfeld, associe le modèle de Drude aux statistiques de Fermi-Dirac (mécanique quantique). Électron Particule dans réseau à une dimension 2.4 Modèle de sommerfeld ou de l'électron libre dans un puits de potentiel, sur le site garmanage.com Catégorie:Physique du solide Catégorie:É
Meta-learning (computer science)Meta learning is a subfield of machine learning where automatic learning algorithms are applied to metadata about machine learning experiments. As of 2017, the term had not found a standard interpretation, however the main goal is to use such metadata to understand how automatic learning can become flexible in solving learning problems, hence to improve the performance of existing learning algorithms or to learn (induce) the learning algorithm itself, hence the alternative term learning to learn.
TempératureLa température est une grandeur physique mesurée à l’aide d’un thermomètre et étudiée en thermométrie. Dans la vie courante, elle est reliée aux sensations de froid et de chaud, provenant du transfert thermique entre le corps humain et son environnement. En physique, elle se définit de plusieurs manières : comme fonction croissante du degré d’agitation thermique des particules (en théorie cinétique des gaz), par l’équilibre des transferts thermiques entre plusieurs systèmes ou à partir de l’entropie (en thermodynamique et en physique statistique).
Automated machine learningAutomated machine learning (AutoML) is the process of automating the tasks of applying machine learning to real-world problems. AutoML potentially includes every stage from beginning with a raw dataset to building a machine learning model ready for deployment. AutoML was proposed as an artificial intelligence-based solution to the growing challenge of applying machine learning. The high degree of automation in AutoML aims to allow non-experts to make use of machine learning models and techniques without requiring them to become experts in machine learning.
