IntermédiaireFondamentaux
Clustering (partitionnement)
En anglais : Clustering
Technique d’apprentissage non supervisé qui regroupe automatiquement des données en ensembles d’éléments similaires, sans connaître à l’avance les catégories recherchées.
L’algorithme mesure la ressemblance entre les données, puis forme des groupes, appelés clusters, dont les membres sont proches entre eux et éloignés des autres groupes. Contrairement à la classification, aucune étiquette n’est fournie : c’est au modèle de faire émerger les familles, puis à un humain de leur donner un nom et un sens. L’algorithme des k-moyennes, qui répartit les points autour d’un nombre choisi de centres, est l’un des plus utilisés. Le clustering s’applique souvent à des embeddings, qui traduisent textes ou images en coordonnées comparables.
Exemple
Une équipe produit applique un clustering aux milliers d’avis clients reçus pour repérer quelques grands thèmes récurrents sans avoir à tout lire.
Notions liées
Apprentissage non supervisé
IntermédiaireMéthode de machine learning dans laquelle le modèle analyse des données sans étiquettes afin d’y découvrir par lui-même des structures, des regroupements ou des régularités.
Classification
DébutantTâche de machine learning qui consiste à attribuer à chaque donnée une catégorie choisie parmi un ensemble prédéfini, par exemple « spam » ou « non spam ».