Citation
Catégorie
Tag – étiquette
Auteur
Info



nb max de mots
nb min de mots
trier par
Dictionnaire analogique intriqué pour extraits. Recherche mots ou phrases tous azimuts. Aussi outil de précision sémantique et de réflexion communautaire. Voir la rubrique mode d'emploi. Jetez un oeil à la colonne "chaînes". ATTENTION, faire une REINITIALISATION après  une recherche complexe. Et utilisez le nuage de corrélats !!!!..... Lire la suite >>
Résultat(s): 45
Temps de recherche: 0.0457s

titre possible pour ce logiciel

Agrégateur lexicologique "inverse au machine learning", intriqué et francophone.

Auteur: Mg

Info: 28 déc 2022

[ non TAL ]

 
Commentaires: 3
Ajouté à la BD par miguel

humilité

La connaissance de tout ce qui est connaissable n'est pas encore la sagesse.

Auteur: Rosenzweig Franz

Info: avec Nahum Norbert Glatzer (1955). "On Jewish Learning", p.86, Univ of Wisconsin Press

[ érudition ] [ culture ]

 

Commentaires: 0

Ajouté à la BD par miguel

nombres

Les avancées majeures qui ont été faites en mathématiques, comme dans les sciences, sont le résultat d'une recherche de la connaissance pour elle-même.

Auteur: Skemp Richard

Info: The psychology of learning mathematics, p.126 Penguin Books

[ désintéressement ] [ savoir ] [ plaisir ] [ fantaisie ]

 

Commentaires: 0

termes appariés

Nous nous concentrons très souvent sur des paires de mots qui sont identiques dans certains domaines et différents dans d'autres.


Auteur: Labov William

Info: Entretien avec Rosanne Skirble, learningenglish.voanews.com. 12 janvier 2005.

[ citation s'appliquant à ce logiciel ]

 

Commentaires: 0

Ajouté à la BD par miguel

indéterminisme

La théorie quantique - du moins dans l'interprétation de Heisenberg - décrit un monde fonctionnant littéralement comme l'émergence incessante de faits actuels issus d'une arrière scène à l'influence moins factuelle.

Auteur: Herbert Nick

Info: Nick Herbert, in Gale Cengage Learning, Contemporary Authors Online 2002

[ présent ] [ figé ]

 

Commentaires: 0

sémantique mécanique

La normalisation implique intrinsèquement l'élimination d'informations, mais depuis ConceptNet 3, nous avons veillé à ce que ces informations non pertinentes soient stockées avec les assertions (affirmations). Elles ne sont donc pas réellement éliminées.

Auteur: Havasi Catherine

Info: Représentation des connaissances relationnelles générales dans ConceptNet 5, Ecrit avec Robert Speer

[ mots indésirables ] [ termes junks ] [ normalisation des données ] [ machine learning ]

 

Commentaires: 0

Ajouté à la BD par miguel

intelligence artificielle

Je pense que les gens doivent comprendre que l'apprentissage machine profond améliore beaucoup de choses, dans les coulisses, beaucoup. Cet apprentissage profond fonctionne déjà dans la recherche sur Google et pour la recherche d'images ; il vous permet de rechercher des images avec un terme comme "câlin".

Auteur: Hinton Geoffrey

Info:

[ deep learning ]

 

Commentaires: 0

Ajouté à la BD par miguel

intelligence artificielle

Alors que Chomsky s'est concentré sur une grammaire innée et l'utilisation de la logique, le Deep Learning s'intéresse au sens. Il s'avère que la grammaire n'est que la cerise sur le gâteau. Ce qui compte vraiment, c'est notre intention (l'obectif) : c'est surtout le choix des mots qui détermine ce que nous voulons dire, et le sens associé peut être appris.

Auteur: Bengio Yoshua

Info:

[ homme-machine ] [ sémantique ] [ apprentissage automatique profond ]

 
Commentaires: 2
Ajouté à la BD par miguel

limitation

Si l'on essaie de faire de l'intelligence artificielle, on comprend très vite les limites de la construction et de la technologie de pointe. On est allé très loin dans l'ingénierie mécanique, on fait, aujourd'hui des ordinateurs extrêmement puissants et de plus en plus miniaturisés, mais le vrai problème reste de comprendre comment un enfant apprend la notion de la couleur rouge.

Auteur: Steels Luc

Info:

[ IA ] [ machine learning ]

 
Mis dans la chaine

Commentaires: 0

Ajouté à la BD par miguel

intelligence artificielle

Chacune des cinq tribus du machine learning a son propre algorithme de base, principe apprenant à usage général qu'on peut en principe utiliser pour découvrir des connaissances à partir de données dans n'importe quel domaine. L'algorithme maître des symbolistes est la déduction inverse, celui des connexionnistes est la rétropropagation, celui des évolutionnistes la programmation génétique, celui des bayésiens l'inférence bayésienne, et celui des analogues la machine à vecteurs de support.

Auteur: Domingos Pedro

Info: The Master Algorithm : How the Quest for the Ultimate Learning Machine Will Remake Our World

[ apprentissage automatique ] [ synthèse ] [ penta ]

 

Commentaires: 0

Ajouté à la BD par miguel