Supervised Learning

Le terme Supervised Learning peut se traduire par Apprentissage supervisé en français.

C’est une technique de Machine Learning  qui permet de produire automatiquement des règles et des résultats à partir d’exemples connus et validés, les données d’apprentissage.

Il existe deux types d’apprentissage supervisé :

• par Classification : les variables sont classées par catégories
• par Régression : les variables sont des valeurs continues

Plusieurs classes d’algorithmes sont utilisés :

Théorème de Bayes (Naive Bayes) : la classification selon ce fameux théorème probabiliste. Étant donné deux événements A et B, le théorème de Bayes permet de déterminer la probabilité de A sachant B, si l’on connaît les probabilités de A, de B et de B sachant A.

Arbres de décision (Decision trees) : la prédiction s’effectue sur le parcours d’un arbre de décision construit à partir de noeuds (nodes) de décision.

Vectoriel (SVM – Support Vector Machines) : la classification s’effectue via un hyper-plan dans un espace multidimensionnel.