de le contrôler au moyen de la programmation. Eh bien,
c’est possible.
L’apprentissage machine consiste à créer des algorithmes
capables d’apprendre à partir de données en temps réel et
de reconnaître des suites logiques. En termes simples, de
même que vous pouvez formuler un jugement ou une
prédiction en fonction de ce que vous savez déjà,
l’ordinateur apprendra à mieux exécuter un travail en tirant
les enseignements de l’exécution précédente. Des sites
Internet de vente au grand public et des services de
diffusion de musique en streaming utilisent l’apprentissage
machine pour connaître vos préférences et vous proposer
de nouveaux titres ou des publicités appropriées. De
nombreux services en ligne utiliseront bientôt
l’apprentissage machine pour mieux vous connaître.
À Noël, par exemple, les gens aiment généralement
passer en boucle de la musique festive et des chants de
Noël. Un service de musique en streaming doit
absolument être capable de faire la différence entre ce
genre de préférence saisonnière pour des écoutes
répétitives et vos préférences pour les nouveautés le reste
de l’année, sachant que vous aurez zappé plusieurs fois
en janvier. L’apprentissage machine, c’est cela.
Dans la construction, l’apprentissage machine est
parfaitement adapté aux capteurs et à la télémétrie dont
nous parlons au Chapitre 19. Votre environnement bâti
est-il capable d’apprendre ? Nous pensons que oui. Il
existe déjà de nombreux exemples de bâtiments capables
de prédire ce qui ne va pas tarder à se produire.
Faire travailler ensemble des milliers de capteurs peut
présenter d’importants avantages. Un bon exemple est
celui de la collaboration entre ThyssenKrupp, le fabricant
d’ascenseurs et d’escaliers mécaniques, et Microsoft.
Voici ce que leurs capteurs permettent :
c’est possible.
L’apprentissage machine consiste à créer des algorithmes
capables d’apprendre à partir de données en temps réel et
de reconnaître des suites logiques. En termes simples, de
même que vous pouvez formuler un jugement ou une
prédiction en fonction de ce que vous savez déjà,
l’ordinateur apprendra à mieux exécuter un travail en tirant
les enseignements de l’exécution précédente. Des sites
Internet de vente au grand public et des services de
diffusion de musique en streaming utilisent l’apprentissage
machine pour connaître vos préférences et vous proposer
de nouveaux titres ou des publicités appropriées. De
nombreux services en ligne utiliseront bientôt
l’apprentissage machine pour mieux vous connaître.
À Noël, par exemple, les gens aiment généralement
passer en boucle de la musique festive et des chants de
Noël. Un service de musique en streaming doit
absolument être capable de faire la différence entre ce
genre de préférence saisonnière pour des écoutes
répétitives et vos préférences pour les nouveautés le reste
de l’année, sachant que vous aurez zappé plusieurs fois
en janvier. L’apprentissage machine, c’est cela.
Dans la construction, l’apprentissage machine est
parfaitement adapté aux capteurs et à la télémétrie dont
nous parlons au Chapitre 19. Votre environnement bâti
est-il capable d’apprendre ? Nous pensons que oui. Il
existe déjà de nombreux exemples de bâtiments capables
de prédire ce qui ne va pas tarder à se produire.
Faire travailler ensemble des milliers de capteurs peut
présenter d’importants avantages. Un bon exemple est
celui de la collaboration entre ThyssenKrupp, le fabricant
d’ascenseurs et d’escaliers mécaniques, et Microsoft.
Voici ce que leurs capteurs permettent :