Les termes essentiels de la data, de l'intelligence artificielle et de la statistique, expliqués simplement et sans jargon.
Une suite d'instructions précises qu'un ordinateur exécute pour résoudre un problème ou accomplir une tâche.
Interface qui permet à deux logiciels de communiquer entre eux et d'échanger des données de façon standardisée.
Ensembles de données si volumineux et variés qu'ils dépassent les outils traditionnels et nécessitent des technologies dédiées.
Tendance d'un modèle à produire des résultats systématiquement faussés, souvent héritée de données d'entraînement déséquilibrées.
Tâche de machine learning qui consiste à attribuer une catégorie (étiquette) à une donnée, comme « spam » ou « non spam ».
Regroupement automatique de données similaires en grappes, sans étiquettes prédéfinies (apprentissage non supervisé).
Lien statistique entre deux variables qui évoluent ensemble. Attention : corrélation n'est pas causalité.
Un jeu de données structuré, généralement sous forme de tableau, utilisé pour analyser ou entraîner un modèle.
Branche du machine learning fondée sur des réseaux de neurones profonds, performante sur les images, le son et le texte.
Extract-Transform-Load : processus d'extraction, de transformation et de chargement des données vers un entrepôt.
Une variable d'entrée utilisée par un modèle pour faire ses prédictions, aussi appelée caractéristique.
Réponse fausse mais plausible générée avec assurance par une IA générative. À toujours vérifier.
Opération SQL qui combine les lignes de plusieurs tables à partir d'une colonne commune.
Key Performance Indicator : indicateur clé qui mesure la performance par rapport à un objectif.
Large Language Model : grand modèle de langage entraîné sur d'immenses corpus de texte pour comprendre et produire du langage (ex. ChatGPT, Claude).
Ensemble de méthodes qui permettent à un modèle d'apprendre à partir d'exemples plutôt que de règles codées à la main.
Valeur qui sépare un ensemble de données en deux moitiés égales. Plus robuste que la moyenne face aux valeurs extrêmes.
Somme des valeurs divisée par leur nombre. Indicateur central simple mais sensible aux valeurs extrêmes.
Surapprentissage : un modèle qui mémorise trop ses données d'entraînement et généralise mal sur de nouvelles données.
Enchaînement automatisé d'étapes de traitement des données, de la collecte jusqu'au résultat final.
L'instruction en langage naturel que l'on donne à une IA générative pour obtenir une réponse.
Tâche de machine learning qui prédit une valeur numérique continue, comme un prix ou une température.
Return On Investment : ratio qui mesure le gain obtenu par rapport à la somme investie.
Outil de synthèse (Excel, BI) qui agrège et réorganise des données pour les explorer rapidement.
Un espace nommé qui stocke une valeur pouvant changer au cours de l'exécution d'un programme.
Représentation graphique des données (graphiques, cartes) pour en faciliter la compréhension.
Chaque notion de ce lexique est travaillée dans les cours DATAGOZ, avec des exercices corrigés et des jeux de données réels.