Apprentissage non supervisé

TThéa

L’apprentissage non supervisé, c’est entraîner un système à repérer des ressemblances et des différences dans des données, sans lui donner les réponses attendues ni les catégories à retrouver. Imaginez des photos mélangées sur une table : sans étiquette, la machine peut rapprocher celles qui se ressemblent par leurs couleurs ou leurs formes. Cette méthode est utile quand les données sont abondantes, mais difficiles à classer d’avance ; elle peut révéler des groupes, des tendances ou des éléments inhabituels, et aider à explorer l’information. Mais les groupes trouvés n’ont pas forcément de sens pour nous : le résultat dépend des données et de la façon de mesurer les ressemblances. Il faut donc les interpréter et les vérifier avant d’en tirer une conclusion.