Découvrez le concept d’apprentissage automatique (machine learning), au centre de l’intelligence artificielle, dans cette nouvelle activité proposée dans le cadre de la formation au numérique des élèves.

Un des principes de l’apprentissage par renforcement est de mettre en place un système de récompense/punition pour identifier les informations pertinentes afin de progresser. Ce fonctionnement est particulièrement visible dans tous les jeux résolus. L’exemple développé ici à partir de l’Hexapawn, jeu qui oppose un joueur humain à une machine composée de boites d’allumettes, permet de voir comment l’intelligence artificielle fait émerger un algorithme optimal.

▒ Initiation à l’apprentissage par renforcement.pdf

Bastien Masse, coordinateur de la chaire éducation ouverte et intelligence artificielle (EO – IA) et administrateur de l’association Class’Codede, met en lumière l’apprentissage par renforcement qui consiste à permettre à un algorithme de se renforcer par l’expérience (les données) et de progresser au cours de son fonctionnement.

Plus d’informations
Retrouvez tous les documents de la formation au numérique des élèves