Classification binaire

Crédits : image fournie ; auteur : Stephen Whitelaw ;

La classification binaire est une tâche dans laquelle un système d’IA doit choisir entre deux catégories. Parmi les exemples, on peut citer : spam ou pas spam, fraude ou pas fraude, maladie ou pas maladie, approuver ou rejeter. Cela semble simple, mais les conséquences peuvent être graves. Dans des contextes à enjeux élevés, nous devons comprendre non seulement la réponse, mais aussi le niveau de confiance, le taux d’erreur et l’impact des erreurs.

Boîte noire

Crédits : image fournie ; auteur : Stephen Whitelaw ;

Un système d’IA de type « boîte noire » est un système dont le raisonnement interne est difficile à comprendre pour les humains. De nombreux modèles d’IA modernes sont puissants, mais difficiles à expliquer. Cela pose un problème dans des domaines tels que la santé, la finance et le droit, où les personnes peuvent avoir besoin de savoir pourquoi une décision a été prise. Les systèmes de type « boîte noire » peuvent être utiles, mais ils nécessitent des tests minutieux et une surveillance rigoureuse.

Score BLEU

Crédits : image fournie ; auteur : Stephen Whitelaw ;

Le BLEU est un score traditionnellement utilisé pour évaluer la traduction automatique. Il compare une traduction générée par l’IA à une ou plusieurs traductions humaines. Un score BLEU plus élevé signifie généralement que la traduction automatique est plus proche du texte de référence. Cependant, comme de nombreux indicateurs, il est imparfait. Une traduction peut obtenir un bon score tout en semblant peu naturelle, ou au contraire obtenir un mauvais score tout en étant acceptable pour un lecteur humain.

Bot

Crédits : image fournie ; auteur : Stephen Whitelaw ;

Un bot est un logiciel qui effectue des tâches automatisées. Certains bots sont simples, comme ceux qui envoient des rappels ou répondent à des questions basiques du service client. Les bots alimentés par l’IA sont plus flexibles et peuvent comprendre le langage naturel. Les bots peuvent être utiles, mais ils peuvent également être utilisés à des fins de spam, d’escroquerie, de désinformation ou d’activité frauduleuse sur les réseaux sociaux.

Boîte englobante

Crédits : image fournie ; auteur : Stephen Whitelaw ;

Un cadre de délimitation est un rectangle tracé autour d’un objet dans une image afin qu’un système d’IA puisse apprendre à le détecter. Par exemple, dans une image de circulation, des cadres peuvent être tracés autour des voitures, des piétons, des vélos et des panneaux de signalisation. Les cadres de délimitation sont couramment utilisés en vision par ordinateur. Ils indiquent à l’IA non seulement ce qui se trouve dans une image, mais aussi où cela se trouve.

BPE — Codage par paires d’octets

Crédits : image fournie ; auteur : Stephen Whitelaw ;

Le Byte Pair Encoding, ou BPE, est une méthode utilisée pour décomposer un texte en unités plus petites appelées « tokens ». Ces tokens peuvent être des mots entiers, des parties de mots ou des caractères. Les modèles linguistiques ne lisent généralement pas le texte exactement comme le font les humains ; ils traitent des tokens. La tokenisation influe sur le coût, la vitesse et la capacité d’un modèle à gérer les mots inhabituels, les noms propres ou les langues.

Boosting

Crédits : image fournie ; auteur : Stephen Whitelaw ;

Le « boosting » est une technique d’apprentissage automatique qui combine plusieurs modèles plus faibles pour en créer un plus performant. Chaque nouveau modèle se concentre davantage sur les erreurs commises par les modèles précédents. Au fil du temps, le système combiné gagne en précision. Le « boosting » est largement utilisé dans le cadre de problèmes liés aux données structurées, tels que la notation de risque, les prévisions et la classification.

Business Intelligence

Crédits : image fournie ; auteur : Stephen Whitelaw ;

L'intelligence d'affaires utilise les données pour aider les organisations à comprendre leurs performances et à prendre des décisions. L'intelligence d'affaires traditionnelle s'appuie souvent sur des tableaux de bord et des rapports. L'IA peut améliorer l'intelligence d'affaires en identifiant des modèles, en produisant des prévisions, en résumant les tendances et en suggérant des actions. Cependant, les analyses d'affaires générées par l'IA nécessitent toujours un jugement humain et une connaissance du domaine.