<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Machine Learning Archives - TdocT</title>
	<atom:link href="https://tdoct.com/category/machine-learning/feed/" rel="self" type="application/rss+xml" />
	<link>https://tdoct.com/category/machine-learning/</link>
	<description>Plateforme numérique intelligente de coordination de soins</description>
	<lastBuildDate>Tue, 09 May 2023 15:57:45 +0000</lastBuildDate>
	<language>fr-FR</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	

<image>
	<url>https://tdoct.com/wp-content/uploads/2020/03/cropped-loading-tdoct-32x32.gif</url>
	<title>Machine Learning Archives - TdocT</title>
	<link>https://tdoct.com/category/machine-learning/</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Machine learning vs IA</title>
		<link>https://tdoct.com/2021/02/25/machine-learning-vs-ia/</link>
		
		<dc:creator><![CDATA[Tdoct]]></dc:creator>
		<pubDate>Thu, 25 Feb 2021 16:04:55 +0000</pubDate>
				<category><![CDATA[Deep Learnig]]></category>
		<category><![CDATA[Intelligence Artificielle]]></category>
		<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[Deep learning]]></category>
		<category><![CDATA[DL]]></category>
		<category><![CDATA[IA]]></category>
		<category><![CDATA[Intelligence artificielle]]></category>
		<category><![CDATA[Machine learning]]></category>
		<category><![CDATA[ML]]></category>
		<category><![CDATA[tdoct]]></category>
		<guid isPermaLink="false">https://tdoct.com/?p=6647</guid>

					<description><![CDATA[<p>Premièrement le machine learning et le deep learning sont partenaire. À ce propos ce sont tous deux des ressources d’apprentissage fondés sur la technologie de l’intelligence artificielle (IA). Élaborés sur d&#8217;autres couches d’abstractions. Il offre des fonctions standardisées de manipulation du matériel informatique tout en cachant les détails techniques de la mise en œuvre. Une [&#8230;]</p>
<p>The post <a href="https://tdoct.com/2021/02/25/machine-learning-vs-ia/">Machine learning vs IA</a> appeared first on <a href="https://tdoct.com">TdocT</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong><b>Premièrement l</b>e machine learning et le deep learning sont partenaire.</strong></p>
<p>À ce propos ce sont tous deux des ressources d’apprentissage fondés sur la technologie de l’intelligence artificielle (IA). Élaborés sur d&#8217;autres couches d’abstractions. Il offre des fonctions standardisées de manipulation du matériel informatique tout en cachant les détails techniques de la mise en œuvre.</p>
<p>Une chose similaire à l&#8217;apprentissage automatique, à l&#8217;apprentissage en profondeur et à <a href="https://tdoct.com/">l&#8217;intelligence artificielle</a> est que toutes les applications sont basées sur ces trois technologies.</p>
<p>Par exemple :</p>
<ul>
<li>Les voitures autonomes ou les logiciels qui aide les médecins à déterminer le risque de maladie cardiaque chez les patients.</li>
</ul>
<p>De toute évidence elle ont besoin de toujours plus de big data et de puissance de traitement pour développer leur apprentissage et faire apparaître des résultats exploitables.</p>
<p>Ces trois technologies nécessitent un volume <u>gigantesque</u> d’informations pour pouvoir développer un modèle d’apprentissage.</p>
<h4>Qu’est-ce que l’intelligence artificielle ou IA ?</h4>
<p><a href="https://tdoct.com/">L’intelligence artificielle</a> (IA) est à la fois la théorie et le développement concret de machines, systèmes et logiciels qui imitent l’intelligence humaine pour accomplir des tâches très évoluées.</p>
<ul>
<li>L’IA est basée sur une démarche d’apprentissage afin de représenter une partie de l’intelligence humaine à travers une application, un système ou un processus.</li>
<li>La reconnaissance de la parole, la perception visuelle et la traduction linguistique sont des exemples de systèmes d’intelligence artificielle.</li>
<li>Le machine learning et le deep learning sont des sous-ensembles de l’intelligence artificielle.</li>
</ul>
<h4>Qu’est-ce que le machine learning ?</h4>
<p>Le machine learning (ML) est un sous-domaine de l’IA qui utilise les réseaux neuronaux artificiels (ANN) pour imiter la façon dont les êtres humains prennent des décisions.</p>
<p>Le machine learning permet aux ordinateurs de développer des modèles d’apprentissage par eux-mêmes, sans aucune programmation, à partir de gros ensembles de données (ou datasets).</p>
<p>On fournit donc des quantités colossales de données thématiques à un programme afin qu’il développe son apprentissage sur ce sujet et qu’il puisse ensuite les traiter de manière autonome.</p>
<p>Le machine learning est utilisé pour identifier les tendances enfouies dans les gros ensembles de données et pour la modélisation statistique.</p>
<h4>Qu’est-ce que le deep learning ?</h4>
<p>La couche immédiatement inférieure est occupée par le deep learning (DL), l’une des nombreuses approches du machine learning.</p>
<p>Le deep learning utilise des réseaux de <a href="https://www.instagram.com/tdoc.t/">neurones</a> profonds pour identifier des structures dans des volumes considérables de données. Les « réseaux neuronaux » sont des ensembles d’algorithmes modélisés sur la structure biologique du cerveau humain.  Chaque réseau neuronal se concentre sur une couche spécifique de la tâche à apprendre. C’est la superposition de ces couches de neurones qui permet à au système d’effectuer une tâche spécifique.</p>
<p>Citons comme exemples d’application le système de recommandation de films de Netflix qui adapte les propositions en fonction des recherches passées des utilisateurs et l’algorithme du MIT qui analyse des vidéos et permet de prédire très rapidement les futurs comportements.</p>
<h4>Quelles différences entre intelligence artificielle, machine learning et deep learning ?</h4>
<p>Pour mieux comprendre la différence d’approche entre ces trois technologies. Voyons comment elles doivent procéder pour apprendre à un ordinateur à reconnaître la présence de chat sur des images :</p>
<p>L’IA exige qu’un programmeur écrive tout le code nécessaire à l’ordinateur pour reconnaître un chat présent sur une image. Le <a href="https://www.facebook.com/suivipatientintelligent">programmateur</a> crée le modèle d’apprentissage.</p>
<p>Le machine learning exige que des programmeurs apprennent au système à quoi ressemble un chat en lui montrant différentes images et en corrigeant son analyse jusqu’à ce que celle-ci soit correcte (ou plus précise). On parle d’apprentissage supervisé puisque l’intervention humaine est nécessaire.</p>
<p>Le deep learning divise la tâche de reconnaissance des caractéristiques du chat en plusieurs couches. Une couche de l’algorithme apprend à reconnaître les yeux, une autre les oreilles, une troisième la silhouette générale, etc.</p>
<p>Une fois connectées, ces différentes couches possèdent une certaine capacité de reconnaissance des chats afin de reconnaître l’animal sur chaque nouvelle image soumise.</p>
<p>Le machine learning et le deep learning rendent l’IA plus efficace et plus accessible.</p>
<h4>AI, ML et DL dans le cloud</h4>
<p>Ainsi, les progrès des technologies cloud rendent plus accessibles les solutions d’IA, de ML et de DL.</p>
<p>Les fournisseurs de services d’IA en cloud sont :</p>
<p>Amazon Machine Learning,</p>
<p>Microsoft Azure</p>
<p>et Google Cloud AI</p>
<p>Ainsi, ils proposent des ressources partagées (réseau, traitement, mémoire, unités de stockage). Ces solutions sont peu coûteuses, faciles à utiliser et hautement évolutives.</p>
<p>Avec les plates-formes technologiques intégrées dans le cloud (IaaS, PaaS, SaaS et iPaaS). En Conséquence les entreprises telles que les PME/TPE peuvent également bénéficier de la puissance du stockage. Mais aussi des big data et de l’analytique en cloud.</p>
<p>Sont intégrés dans le service les APIs dédiées à <a href="https://www.linkedin.com/company/solution-tdoct/?viewAsMember=true">l’intelligence artificielle</a>, les algorithmes de machine learning, le deep learning, la reconnaissance faciale, la visualisation des données, la vision par ordinateur et les techniques de traitement du langage naturel (NLP pour Natural Language Processing).</p>
<p>Le data center effectue les calculs à distance. Une formation spécialisée en data science n’est pas nécessaire.</p>
<p>En d&#8217;autres termes, ces nouvelles solutions et plates-formes d’intégration des big data continuent d’accélérer le développement de l’IA, du ML et du DL.</p>
<h4>Talend et l’intelligence artificielle</h4>
<p>Surtout, les applications d’IA qui peuvent avoir un impact sur l’entreprise. Celles qui existent aujourd’hui exigent des données pertinentes, fiables et de qualité. Vous ne pouvez pas avoir les unes sans les autres !</p>
<p>Avec l’augmentation des volumes de big data dans le monde et de la puissance de traitement et l’évolution des technologies. La perspective d’une IA forte débouchant sur la sentience (conscience) autonome des machines se rapproche chaque jour.</p>
<p>The post <a href="https://tdoct.com/2021/02/25/machine-learning-vs-ia/">Machine learning vs IA</a> appeared first on <a href="https://tdoct.com">TdocT</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Machine Learning et santé</title>
		<link>https://tdoct.com/2020/05/09/machine-learning-perspectives-dans-le-domaine-de-la-sante/</link>
		
		<dc:creator><![CDATA[Tdoct]]></dc:creator>
		<pubDate>Fri, 08 May 2020 22:31:52 +0000</pubDate>
				<category><![CDATA[Machine Learning]]></category>
		<guid isPermaLink="false">https://tdoct.com/?p=5398</guid>

					<description><![CDATA[<p>Le machine learning se déploie progressivement dans le monde de la santé pour accélérer la recherche...</p>
<p>The post <a href="https://tdoct.com/2020/05/09/machine-learning-perspectives-dans-le-domaine-de-la-sante/">Machine Learning et santé</a> appeared first on <a href="https://tdoct.com">TdocT</a>.</p>
]]></description>
										<content:encoded><![CDATA[<h3><strong>Le machine learning se déploie progressivement dans le monde de la santé.</strong></h3>
<p>Pour accélérer la recherche et <a href="https://www.facebook.com/search/top/?q=TdocT">optimiser</a> le diagnostic et les traitements.</p>
<p>L’intelligence artificielle prend une place de plus en plus importante dans le domaine de la santé. Une de ses composantes est le machine learning, appelé également <strong>apprentissage automatique.</strong> Qui permet d’accélérer des processus et de traiter un volume massif de données. Également celui des informations permettant de développer <strong>l’analyse prédictive</strong>.</p>
<p>Les capacités d’apprentissage du machine learning permettent de bénéficier d’analyses plus fines et pertinentes que les technologies algorithmiques passées. Cette capacité à <strong>traiter des <a href="https://twitter.com/Tdoct3">informations</a> en masse</strong> et à faire des analyses prédictives. Et intéresse de plus en plus les acteurs de santé.</p>
<h3><strong>Les usages du ML  en santé :</strong></h3>
<div>
<p>On observe de nombreux usages du machine learning dans le domaine de la santé. Impactant notamment la recherche, la pratique des professionnels de santé ou l’industrie pharmaceutique. La principale utilisation du machine learning en santé s’effectue aujourd’hui dans le domaine de la recherche, aussi bien publique que privée. Dans l’industrie pharmaceutique, le machine learning est au cœur des stratégies R&amp;D.</p>
<p>Le traitement d’immense <strong>volume de données</strong> et les <strong>analyses <a href="https://www.linkedin.com/company/solution-tdoct/?viewAsMember=true">prédictives</a></strong> permettent de découvrir de nouvelles molécules ou <strong>d’accélérer les phases de développement</strong>. Il est également présent au niveau des <strong>essais cliniques</strong> pour identifier efficacement les meilleurs traitements pour chaque profil de patient. Le ML offre également la possibilité de détecter plus précocement une pathologie ou de savoir quels patients avec une maladie silencieuse sont susceptibles de faire un événement grave à court terme.</p>
<p>Du côté de la pratique clinique, le machine learning est de plus en plus utilisé en radiologie pour l’interprétation d’imageries médicales. Il permet d’accélérer et <strong>d’optimiser les phases de <a href="https://www.instagram.com/tdoc.t/">diagnostic</a></strong> tout en faisant gagner du temps aux professionnels de santé. Le ML n’est pas là pour remplacer le médecin mais pour l’accompagner dans l’analyse et l’interprétation des énormes volumes de données collectées.</p>
<h3>En milieu hospitalier :</h3>
<p>En milieu hospitalier, le ML et l’intelligence artificielle sont utilisés pour simplifier et optimiser les tâches administratives. Notamment le parcours du patient à l’hôpital ou sa prise en charge. Le monde de la chirurgie est également impacté par ces nouvelles technologies. Ce qui permettent notamment de simplifier la pratique des chirurgiens ou réduire les erreurs chirurgicales. Le machine learning est notamment de plus en plus utilisé au niveau de la robotique. Ce qui permet également <strong>d’améliorer la précision des gestes</strong> ou d’opérer à distance.</p>
<p>Des solutions d’accompagnement du patient intégrant du ML émergent peu à peu comme des <strong>assistants virtuels.</strong> Cela pour accompagner les patients tout au long de leurs parcours de soins comme <a href="https://tdoct.com/">TdocT</a></p>
</div>
<p>The post <a href="https://tdoct.com/2020/05/09/machine-learning-perspectives-dans-le-domaine-de-la-sante/">Machine Learning et santé</a> appeared first on <a href="https://tdoct.com">TdocT</a>.</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>L&#8217;IA pour détecter des maladies</title>
		<link>https://tdoct.com/2020/05/08/lia-pour-detecter-des-maladies/</link>
		
		<dc:creator><![CDATA[Tdoct]]></dc:creator>
		<pubDate>Fri, 08 May 2020 10:46:46 +0000</pubDate>
				<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[Presse]]></category>
		<guid isPermaLink="false">https://tdoct.com/?p=5103</guid>

					<description><![CDATA[<p>L'IA permet d'identifier les facteurs de risques de complications et des maladies, à partir desquels pourront être élaborées...</p>
<p>The post <a href="https://tdoct.com/2020/05/08/lia-pour-detecter-des-maladies/">L&#8217;IA pour détecter des maladies</a> appeared first on <a href="https://tdoct.com">TdocT</a>.</p>
]]></description>
										<content:encoded><![CDATA[<div class="blog-content">
<h3>Les bénéfices :</h3>
<p><em>L&#8217;IA permet <a href="https://tdoct.com/">d&#8217;identifier</a> les facteurs de risques de complications et des maladies, à partir desquels pourront être élaborées des mesures de prévention</em></p>
<p>L&#8217;IA permet de détecter plus rapidement les signes d&#8217;alertes de propagation d&#8217;un virus : détection de l&#8217;épidémie de covid19. À sa situation de départ localisée dans la ville chinoise de Wuhan, avant de devenir une véritable pandémie mondiale.</p>
<p>On peut citer : <strong>«HealthMap»</strong>, un système de surveillance de l&#8217;influenza aviaire de Boston.</p>
<p>Qui a détecté un nombre croissant de cas de pneumonie inexpliqués. Malgré une <a href="https://www.facebook.com/suivipatientintelligent/">classification</a> de la gravité de l&#8217;épidémie dans la catégorie <em>&#8220;moyenne&#8221; </em>par les chercheurs.</p>
<p><em>« Nous avons identifié les premiers signes de l&#8217;épidémie en exploitant la langue chinoise et les médias locaux – WeChat, Weibo. »<br />
Pour souligner le fait que ces outils pouvaient servir à découvrir ce qui se passe dans une population », a déclaré John Brownstein, professeur à la Harvard Medical School et directeur de l&#8217;innovation à l&#8217;hôpital pour enfants de Boston.<br />
Lors de la conférence virtuelle sur le Covid-19 et l&#8217;IA du Stanford Institute for Human-Centered Artificial Intelligence.</em></p>
<h3>La recherche IA :</h3>
<p>En conséquence, on peut citer le <a href="https://twitter.com/Tdoct3">chercheur</a> de l’Institut du savoir Montfort (ISM) : <strong>El Mostafa Bouattane</strong></p>
<p>Celui ci à créer un premier algorithme permettant d’analyser des radiologies de poumons. Qui affiche un taux de réussite de 98% pour dépister la CoViD-19.</p>
<p>Son algorithme  permet de comparer les images de radiologie des poumons afin de déceler une trace du COVD19. Les tests à l’aide d’écouvillons, en plus de prendre quelques jours avant l’obtention du diagnostic. Il <a href="https://www.linkedin.com/company/solution-tdoct/?viewAsMember=true">parviennent</a> à repérer entre 60 et 70% des cas, souligne le D<sup>r</sup> Bouattane.</p>
<p><em>«Aux États-Unis, cet algorithme a vu un des signes de la maladie sur la radiographie d’une personne alors qu’elle ne présentait aucun symptôme. Aussi, si on peut repérer les cas symptomatiques, on peut les traiter et les isoler des autres plus tôt.»</em></p>
<p>Si vous avez subi une <a href="https://www.instagram.com/tdoc.t/">radiographie</a> récente de vos poumons, vous pouvez mettre à l’épreuve le logiciel d’intelligence artificielle au <a href="https://covid19.primeai.ca/" target="_blank" rel="noopener noreferrer">https://covid19.primeai.ca</a></p>
</div>
<p>The post <a href="https://tdoct.com/2020/05/08/lia-pour-detecter-des-maladies/">L&#8217;IA pour détecter des maladies</a> appeared first on <a href="https://tdoct.com">TdocT</a>.</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
