Comment une machine apprend-elle vraiment ? Ni magie, ni science-fiction. Le Machine Learning repose sur un principe simple : montrer des milliers d'exemples à un programme, et le laisser trouver les règles lui-même. Ce module explique comment ça fonctionne — et te fait expérimenter la chose directement.
Dans un programme classique, un humain écrit toutes les règles à la main. L'ordinateur les applique. Si un cas non prévu se présente, le programme bloque — ou répond n'importe quoi. Dans le Machine Learning, c'est différent : on donne des milliers d'exemples à la machine, et elle déduit les règles elle-même. Plus il y a d'exemples, meilleures sont les règles.
La grande majorité des IA utilisées aujourd'hui fonctionnent avec de l'apprentissage supervisé. C'est la méthode la plus directe — et celle que tu vas expérimenter avec Teachable Machine.
Tu vas maintenant entraîner toi-même un modèle de Machine Learning. Pas une simulation — un vrai réseau de neurones qui apprend à reconnaître ce que tu lui montres. Prends ta fiche avant de commencer.
↑ Tu peux remonter relire les sections pour t'aider à répondre.
Quelle est la différence fondamentale entre un programme classique et le Machine Learning ?
L'apprentissage supervisé, c'est quand…
Dans un réseau de neurones, que représentent les "poids" des connexions ?
Plus un modèle de Machine Learning est entraîné sur un grand nombre d'exemples de qualité…
Dans Teachable Machine, quand tu crées des classes et enregistres des exemples, tu effectues…