Apprentissage en profondeur

L'apprentissage en profondeur est un sous-ensemble de l'apprentissage automatique où les réseaux de neurones — des algorithmes inspirés du cerveau humain — apprennent à partir de grandes quantités de données. Les algorithmes d'apprentissage en profondeur effectuent une tâche de manière répétée et améliorent progressivement le résultat grâce à des couches profondes qui permettent un apprentissage progressif. L'apprentissage en profondeur fait partie d'une famille élargie de méthodes d'apprentissage automatique basées sur les réseaux de neurones.

L'apprentissage en profondeur a un impact important dans toutes les secteurs d'activité. Dans le domaine des sciences de la vie, l'apprentissage en profondeur peut être utilisé pour l'analyse avancée d'images, la recherche, la découverte de médicaments, la prévision de problèmes de santé et de symptômes de maladies, et l'accélération des connaissances issues du séquençage génomique. Dans les transports, il aide les véhicules autonomes à s'adapter aux conditions changeantes. Il est également utilisé pour protéger les infrastructures stratégiques et accélérer la réponse.

Les entreprises sous-traitent fréquemment le développement de l'apprentissage en profondeur. Il est cependant préférable de réserver le travail de développement de l'apprentissage en profondeur aux cas d'utilisation qui sont au cœur de votre activité. ll s'agit notamment de la détection des fraudes et des recommandations, de la maintenance prédictive et de l'analyse des données de séries temporelles, de l'optimisation des systèmes de recommandation, de la gestion de la relation client et de la prévision du taux de clics de la publicité en ligne.

Démarrez l'apprentissage en profondeur avec IBM Watson Studio® on IBM Cloud Pak® for Data as a Service.