Le document compare le deep learning et le machine learning, deux sous-catégories de l'intelligence artificielle, en expliquant que le deep learning est une méthode plus avancée nécessitant moins de structure dans les données. Le machine learning utilise des algorithmes modulables nécessitant l'intervention humaine, tandis que le deep learning repose sur des réseaux neuronaux autonomes. Les deux approches ont des applications variées, allant du support client à la création de contenu et à la sécurité informatique.

1. Deep learning
And Machine
learning
C'EST
QUOI
LA
DIFFÉRENCE?
Presenté par : Tlili ilyes et Naceur Boutheyna

2. DE QUOI ALLONS-NOUS
DISCUTER?
TOPICS TO
COVER
•1 Définition d'intelligence artificielle
• 2 Classement des concepts
• 3 Deep Learning vs Machine Learning : quelles
sont leurs différences ?
• 4 Des champs d’applications différents

3. C'EST QUOI L'INTELLIGENCE
ARTIFICIELLE?

4. L'intelligence artificielle (IA) est la capacité d'un ordinateur ou d'un robot à
effectuer des tâches généralement associées à des êtres intelligents, telles
que la capacité de raisonner, de découvrir un signification,de généraliser ou
d'apprendre de l'expérience passée.

5. Le Machine learning (apprentissage automatique) et le Deep learning
(apprentissage profond) sont les deux concepts les plus importants qui
rendent l’intelligence artificielle possible. ils désignent deux méthodes bien
distinctes employées dans des champs d’application différents.

6. CLASSEMENT DES
CONCEPTS

7. Le Machine learning et le Deep learning font partie
de l’intelligence artificielle. Ces approches ont
toutes deux pour résultat de donner aux
ordinateurs la capacité de prendre des décisions
intelligentes. Cependant, le Deep learning est une
sous-catégorie du Machine learning, car il
s’appuie sur un apprentissage sans surveillance.

8. DEEP LEARNING VS MACHINE
LEARNING:QUELLES SONT
LEURS DIFFERENCES ?

9. Le Machine learning (apprentissage automatique) est la technologie la plus
ancienne et la plus simple. Elle s’appuie sur un algorithme qui adapte lui-même
le système à partir des retours faits par l’humain.

10. Le Deep learning (apprentissage profond) n’a pas besoin de données
structurées. Le système fonctionne à partir de plusieurs couches de réseaux
neuronaux, qui combinent différents algorithmes en s’inspirant du cerveau
humain. Ainsi, le système est capable de travailler à partir de données non
structurées.

11. MACHINE LEARNING DEEP LEARNING
•Données structurées
•Contrôlable
•Entraînement par l’humain
nécessaire
•Algorithme modifiable
•Données non structurées
•>1 milion echantillon
•Entraînement autonome
• Réseau neuronal d’algorithmes

12. DES CHAMPS
D’APPLICATIONS
DIFFERENTS

13. Champs d’application du Machine
learning
Support client :
les chatbots peuvent s’appuyer sur le Machine learning.
MACHINE LEARNING

14. Vente :
Ce qui fonctionne pour Netflix et Amazon est aussi idéal pour la vente. Ils
peuvent faire des recommandations détaillées, ce qui facilite la vente avec
des gammes de produits très large ou des produits hautement
personnalisables.
MACHINE LEARNING

15. Informatique décisionnelle :
le Machine learning peut aussi servir à visualiser les données importantes de l’entreprise
et à rendre différentes prévisions compréhensibles pour les décideurs humains.
MACHINE LEARNING

16. Sécurité informatique:
contrairement aux solutions basées sur le Machine learning, les systèmes IT
et de cyber-sécurité qui s’appuient sur le Deep learning peuvent identifier
aussi bien les dangers documentés que les risques jusqu’alors inconnus
grâce à leur capacité à détecter les anomalies dans les patterns connus du
réseau neuronal
Deep learning

17. Création de contenu :
le Deep learning peut servir à automatiser la création de contenu. À partir d’une base de
données de contenus suffisamment fournie, le système peut créer un nouveau contenu
ou effectuer des traductions en autonomie.
Deep learning

18. Assistant vocal :
les assistants numériques, comme Siri, Alexa ou Google, reposent sur le Deep learning
Les premiers assistants numériques commencent à faire leur apparition en entreprise.
Les utilisateurs peuvent s’exprimer naturellement pour demander, par exemple,
d’abandonner une commande, d’envoyer un email, de créer un rapport ou de lancer une
recherche.
Deep learning

19. Merci