IA : Annoter les données
La phase d’annotation des données est une étape déterminante dans le développement d’un modèle d’IA de qualité, tant pour des enjeux de performance que pour le respect des droits des personnes. Cette étape est centrale en apprentissage supervisé, mais peut également permettre d’obtenir un jeu de validation en apprentissage non-supervisé. Elle consiste à attribuer une description, appelée « label » ou « étiquette », à chacune des données qui servira de « vérité de terrain » ( ground truth ) pour le modèle qui doit apprendre à traiter, classer, ou encore discriminer les données en fonction de ces informations.
Quelles publications couvrent ce sujet ?
Comment ce sujet a-t-il été constitué ?
Les publications des sources suivies sur la rubrique Tech sont dédoublonnées par empreinte de titre sur une fenêtre de 72 heures, puis regroupées lorsqu'elles couvrent le même événement. Le compteur indique combien d'émetteurs distincts l'ont traité.
L'extrait cité en tête d'article est le texte officiel d'ouverture de la publication source, reproduit sans modification parce que son émetteur l'autorise expressément (Extrait du communiqué officiel — CNIL, Licence Ouverte). Pour la presse et pour toute source sans autorisation vérifiée, fildactu.fr ne conserve que le titre tel que publié, le nom de l'éditeur, le lien d'origine et la date.