# Machine Learning (ML)

> Apprentissage automatique permettant à un système d'apprendre à partir de données sans être explicitement programmé.

- Page ZoneIA : https://zoneia.fr/glossaire/machine-learning-ml
- Type : Définition du glossaire IA
- Catégories : [Analyse de Données & Data](https://zoneia.fr/outils/categorie/analyse-donnees-data), [Code & Développement](https://zoneia.fr/outils/categorie/code-developpement-ia)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

Le machine learning regroupe des méthodes qui permettent à un programme de **déduire des règles à partir d’exemples** (données), plutôt que de suivre uniquement des règles codées à la main. On parle souvent de *modèle* : une fonction ajustée pour faire une prédiction ou prendre une décision (classifier, estimer une valeur, détecter une anomalie, etc.).

## Comment ça fonctionne
1. **Collecte et préparation des données** : nettoyage, normalisation, encodage, séparation *train/validation/test*.  
2. **Entraînement** : un algorithme ajuste les paramètres du modèle pour minimiser une erreur (fonction de perte).  
3. **Évaluation** : on mesure les performances (accuracy, F1, RMSE…) et on vérifie la généralisation.  
4. **Déploiement et suivi** : le modèle sert en production et doit être surveillé (dérive des données, biais, ré-entraînement).

## Types courants
- **Supervisé** : données étiquetées (ex. classification d’emails spam).  
- **Non supervisé** : structure sans labels (ex. segmentation client).  
- **Renforcement** : apprentissage par récompense (ex. agent de jeu).

## Usages concrets
Recommandation de contenus, prévision de demande, détection de fraude, reconnaissance d’images/texte, maintenance prédictive. Le *deep learning* est un sous-ensemble basé sur des réseaux de neurones profonds.

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/machine-learning-ml)