Machine Learning (Apprentissage automatique)
Le machine learning (apprentissage automatique) est une branche de l'intelligence artificielle dans laquelle un modèle apprend à reconnaître des motifs à partir de grandes quantités de données, plutôt que de suivre des règles écrites explicitement par un développeur. Une fois entraîné, il généralise ce qu'il a appris à de nouvelles données.
C'est le socle technique derrière la plupart des fonctionnalités « intelligentes » d'un produit : détecter une transaction frauduleuse, recommander un produit à un client, ou prédire une rupture de stock avant qu'elle survienne. Les grands modèles de langage utilisés en IA générative sont une application particulière du machine learning, entraînée spécifiquement sur du texte, mais la discipline couvre aussi des cas plus ciblés comme le scoring ou la prévision de demande, souvent moins coûteux à mettre en place qu'un projet de LLM.
Un modèle de machine learning n'est jamais meilleur que les données sur lesquelles il a appris : des données historiques biaisées ou incomplètes produisent des prédictions biaisées, même avec un algorithme irréprochable. Avant de lancer un projet de ce type, il vaut mieux auditer la qualité et la représentativité des données disponibles que de se concentrer d'emblée sur le choix du modèle.
