Le Machine Learning est une branche de l'Intelligence Artificielle qui permet l'analyse et la construction d'algorithmes capables d'apprendre à partir de données d'entrée.L'apprentissage machine (Machine Learning) s'appuie sur des principes mathématiques connus
Deux grandes familles d'apprentissage :
Les données à analyser disposent de labels. L'objectif sera certainement de construire un estimateur capable de prédire le label d'un objet à partir de ses valeurs.
La fonction a construire sera de la formelabel=f(entrees)
L'algorithme est ensuite capable de faire de la prédiction sur de nouvelles données sans label.
Suivant que l'on souhaite ranger les données ou faire une approximation, on utilisera un algorithme de classification (malade/pas malade) ou un algorithme de régression (prédire la taille d'une personne en fonction de son poids et de son âge par exemple).
Si les données n'ont pas labels, l'objectif sera alors de trouver des similarités entre les objets observés, pour les regrouper au sein de grappes (algorithmes de clustering).
La puissance d'aujourd'hui est tirée de la distribution des calculs et des données au travers de la technique map/reduce.
Cette puissance permet d'exploiter les techniques de réseaux de neurones, dont l'origine remonte à 1943, et de créer de nouvelles bibliothèques de traitement comme les TensorsFlow