2. Détection et correction par apprentissage automatique
Des travaux récents ont pu montrer que les modèles d’apprentissage automatique peuvent être utilisés avec précision pour identifier les problèmes dans les données et corriger certains types d’erreurs avec des mécanismes de correction (semi-)automatiques complexes qui étaient jusqu’ici réalisés manuellement ou basés sur des heuristiques difficiles à maintenir. De nouvelles stratégies d’apprentissage peuvent également déterminer quelles sont les corrections nécessaires selon l’objectif d’analyse, car il n’est pas forcément nécessaire (ni même faisable) de corriger tous les problèmes.
Les approches basées sur l’apprentissage peuvent être utilisées pour la détection ou la correction des données erronées. Elles reposent sur des exemples d’enregistrements erronés et corrects pour entraîner le modèle. Mais la conception de modèles suffisamment expressifs et donc complexes...
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Détection et correction par apprentissage automatique
Conclusion
Sources bibliographiques
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Quiz et tests de validation présents dans cet article
Entraînez-vous autant que vous le voulez avec les quiz d'entraînement.
Article inclus dans l'offre
"Technologies logicielles Architectures des systèmes"
(
408 articles
)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
