Intelligence Artificielle (IA) : Intelligence Humaine Manifestée par les Machines :
- Intelligence démontrée par les machines
- Définition large incluant toute simulation de l’intelligence humaine
- Domaines de recherche, développement et investissement en expansion et en diversification
- Englobe la robotique, le raisonnement basé sur des règles, le traitement du langage naturel (NLP), les techniques de représentation des connaissances (graphes de connaissances), etc.
Apprentissage Automatique « Machine Learning « (ML) : Une Approche pour Atteindre l’Intelligence Artificielle :
- Sous-domaine de l’IA visant à enseigner aux ordinateurs la capacité d’accomplir des tâches avec des données, sans programmation explicite
- Utilise des approches numériques et statistiques, dont des réseaux neuronaux artificiels pour encoder l’apprentissage dans des modèles
- Modèles construits via des itérations de calcul « d’entraînement » ou par utilisation
Apprentissage Profond « Deep Learning » (DL) : Une Technique pour Mettre en Œuvre l’Apprentissage Automatique :
- Sous-domaine du ML utilisant des techniques spécialisées impliquant des réseaux neuronaux artificiels à plusieurs couches (2+)
- La superposition permet un apprentissage en cascade et des niveaux d’abstraction (par ex. ligne -> forme -> objet -> scène)
- Intensif en termes de calcul, facilité par le cloud, les GPU et des matériels spécialisés tels que les FPGA, les TPU, etc.
Data Science : Méthodes, Algorithmes et Systèmes Scientifiques pour Extraire des Connaissances ou des Idées à partir de Données Volumineuses
- Aussi connue sous le nom d’analyse prédictive ou avancée
- Techniques algorithmiques et computationnelles et outils pour manipuler de grands ensembles de données
- Centrée de plus en plus sur la préparation et la modélisation des données pour les tâches de ML et DL
- Englobe des méthodes statistiques, la manipulation de données et des technologies de streaming (par ex. Spark, Hadoop)
- Compétences clés et outils derrière la construction des technologies IA modernes
Analyse de données « Data Analysis » – Processus d’inspection, de nettoyage, de transformation et de modélisation des données.
Analytique de données « Data Analysis » – Découverte, interprétation et communication de motifs significatifs dans les données.
Fouille de données « Data Mining » – Processus de découverte de motifs dans de grands ensembles de données impliquant des méthodes à l’intersection de l’apprentissage automatique, des statistiques et des systèmes de bases de données.