{"id":219728,"date":"2024-01-09T06:30:00","date_gmt":"2024-01-09T06:30:00","guid":{"rendered":"https:\/\/datascientest.com\/?p=219728"},"modified":"2024-01-04T10:40:57","modified_gmt":"2024-01-04T10:40:57","slug":"apprentissage-semi-supervise-tout-savoir","status":"publish","type":"post","link":"https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir","title":{"rendered":"L&rsquo;apprentissage semi-supervis\u00e9 : Tout savoir ce qu&rsquo;il faut savoir"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"219728\" class=\"elementor elementor-219728\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-08b1cc1 e-flex e-con-boxed e-con\" data-id=\"08b1cc1\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-7c4c236 elementor-widget elementor-widget-heading\" data-id=\"7c4c236\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h2 class=\"elementor-heading-title elementor-size-default\">L\u2019apprentissage semi-supervis\u00e9 est une technique d\u2019apprentissage automatique qui utilise \u00e0  la fois des donn\u00e9es labellis\u00e9es et des donn\u00e9es non labellis\u00e9es. D\u00e9couvrez ci-dessous comment fonctionne cette m\u00e9thode d\u2019apprentissage.<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-249ac9d elementor-widget elementor-widget-text-editor\" data-id=\"249ac9d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p><span style=\"font-weight: 400;\">De nos jours, avec l\u2019essor du <a href=\"https:\/\/datascientest.com\/deep-learning-definition\">Deep Learning<\/a>, nous sommes amen\u00e9s \u00e0 analyser des images, des audios et des textes avec des mod\u00e8les qui n\u00e9cessitent un grand nombre de param\u00e8tres, rendant ainsi ces mod\u00e8les sujets \u00e0 l\u2019<a href=\"https:\/\/datascientest.com\/overfitting-tout-savoir\">overfitting<\/a>. De plus, les donn\u00e9es que nous r\u00e9coltons dans la r\u00e9alit\u00e9 ne sont pas toujours labellis\u00e9es. De ce fait, il serait d\u00e9sirable d\u2019utiliser des m\u00e9thodes de <\/span><b>r\u00e9gularisation<\/b><span style=\"font-weight: 400;\"> qui exploitent des donn\u00e9es non labellis\u00e9es pour r\u00e9duire l\u2019overfitting dans l\u2019apprentissage semi-supervis\u00e9.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-3b57c37 e-flex e-con-boxed e-con\" data-id=\"3b57c37\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-12a9671 elementor-widget elementor-widget-heading\" data-id=\"12a9671\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Qu'est-ce que l'apprentissage semi-supervis\u00e9 ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3605ba4 elementor-widget elementor-widget-text-editor\" data-id=\"3605ba4\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">L\u2019apprentissage semi-supervis\u00e9 est une technique d\u2019apprentissage automatique qui consiste \u00e0 partir d\u2019un <strong>jeu de donn\u00e9es constitu\u00e9 en majorit\u00e9\u00a0 de donn\u00e9es non labellis\u00e9es et en minorit\u00e9 de donn\u00e9es labellis\u00e9es<\/strong>. Il se situe entre l&rsquo;<a href=\"https:\/\/datascientest.com\/apprentissage-supervise\">apprentissage supervis\u00e9<\/a> qui utilise des donn\u00e9es labellis\u00e9es et l\u2019apprentissage non supervis\u00e9 qui utilise des donn\u00e9es non labellis\u00e9es. Il existe de nos jours plusieurs m\u00e9thodes qui ont \u00e9t\u00e9 d\u00e9velopp\u00e9es par des grands chercheurs pour r\u00e9soudre des probl\u00e8mes d\u2019apprentissage semi-supervis\u00e9 notamment les m\u00e9thodes de r\u00e9gularisation de consistance parmi lesquelles l\u2019algorithme <\/span><b><i>FixMatch<\/i><\/b><span style=\"font-weight: 400;\"> d\u00e9velopp\u00e9 par <\/span><b>Sohn et al.<\/b><span style=\"font-weight: 400;\"> et de l\u2019algorithme <\/span><b><i>The Mean Teacher<\/i><\/b><span style=\"font-weight: 400;\"> d\u00e9velopp\u00e9 par <\/span><b>Antti Tarvainen <\/b><span style=\"font-weight: 400;\">et<\/span><b> Harri Valpola<\/b><span style=\"font-weight: 400;\"> de <\/span><i><span style=\"font-weight: 400;\">The Curious AI Company<\/span><\/i><span style=\"font-weight: 400;\"> que nous allons pr\u00e9senter par la suite. Ces m\u00e9thodes ont obtenu des performances remarquables sur des probl\u00e8mes de classification avec des jeux de donn\u00e9es comme CIFAR-10 par rapport \u00e0 ce qui \u00e9tait connu auparavant dans l\u2019\u00e9tat de l\u2019art. Nous allons par la suite expliquer chacune de ces m\u00e9thodes.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-937f671 elementor-widget elementor-widget-image\" data-id=\"937f671\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"1511\" height=\"722\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/apprentissage-semi-supervise-1.png\" class=\"attachment-full size-full wp-image-219732\" alt=\"\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/apprentissage-semi-supervise-1.png 1511w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/apprentissage-semi-supervise-1-300x143.png 300w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/apprentissage-semi-supervise-1-1024x489.png 1024w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/apprentissage-semi-supervise-1-768x367.png 768w\" sizes=\"(max-width: 1511px) 100vw, 1511px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Fig 1. La m\u00e9thode <b>The Mean Teacher<\/b><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-4b4cb6d elementor-widget elementor-widget-text-editor\" data-id=\"4b4cb6d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">La m\u00e9thode <i>The Mean Teacher<\/i> est constitu\u00e9e de deux mod\u00e8les : le mod\u00e8le <\/span><i><span style=\"font-weight: 400;\">\u00e9l\u00e8ve<\/span><\/i><span style=\"font-weight: 400;\"> et le mod\u00e8le <\/span><i><span style=\"font-weight: 400;\">enseignant<\/span><\/i><span style=\"font-weight: 400;\">. Pour effectuer la classification de donn\u00e9es avec cet algorithme, on commence par effectuer un apprentissage supervis\u00e9 avec les donn\u00e9es labellis\u00e9es \u00e0 notre disposition sur le mod\u00e8le <\/span><i><span style=\"font-weight: 400;\">\u00e9l\u00e8ve<\/span><\/i><span style=\"font-weight: 400;\">. Durant cet apprentissage, l\u2019objectif comme on le sait consistera \u00e0 minimiser le co\u00fbt de classification comme on peut le voir sur la figure ci-dessus. Au terme de cet apprentissage supervis\u00e9, on va envoyer le jeu de donn\u00e9es non labellis\u00e9es \u00e0 notre mod\u00e8le et c\u2019est \u00e0 ce niveau que le co\u00fbt de consistance et la moyenne mobile exponentielle interviennent.<\/span><\/p><p><span style=\"font-weight: 400;\">On d\u00e9finit le co\u00fbt de consistance comme la distance moyenne entre la pr\u00e9diction du mod\u00e8le <i>\u00e9l\u00e8ve<\/i> et celle du mod\u00e8le <i>enseignant<\/i>, l\u2019objectif ici \u00e9tant de faire converger les deux mod\u00e8les au terme de l&rsquo;entra\u00eenement vers la m\u00eame pr\u00e9diction. La fonction de consistance est donn\u00e9e par :<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b1b2446 elementor-widget elementor-widget-image\" data-id=\"b1b2446\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"788\" height=\"132\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image5-5.png\" class=\"attachment-full size-full wp-image-219733\" alt=\"\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image5-5.png 788w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image5-5-300x50.png 300w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image5-5-768x129.png 768w\" sizes=\"(max-width: 788px) 100vw, 788px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c07c443 elementor-widget elementor-widget-text-editor\" data-id=\"c07c443\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<span style=\"font-weight: 400;\">o\u00f9 (<em>\u03b8<\/em>, <em>\u03b7<\/em>) et (<em>\u03b8&rsquo;<\/em>, <em>\u03b7&rsquo;<\/em>) correspondent au poids et au bruit du mod\u00e8le <i>\u00e9l\u00e8ve<\/i> et <i>enseignant<\/i> respectivement.<\/span>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-dead7bd elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"dead7bd\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formation-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Ma\u00eetriser l'apprentissage semi-supervis\u00e9<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-7947c03 e-flex e-con-boxed e-con\" data-id=\"7947c03\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-18c91ac elementor-widget elementor-widget-heading\" data-id=\"18c91ac\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Pourquoi ajouter des bruits au mod\u00e8le ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5aca697 elementor-widget elementor-widget-text-editor\" data-id=\"5aca697\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Le bruit est important pour ce mod\u00e8le car l\u2019initialisation des poids est al\u00e9atoire et si lors de la mise \u00e0 jour des poids au cours de l\u2019entra\u00eenement, on a \u00e9galit\u00e9 des poids des deux mod\u00e8les et absence de bruits, notre mod\u00e8le va s&rsquo;effondrer. En effet, on aura dans l\u2019expression de J, la minimisation de la diff\u00e9rence entre une fonction et elle-m\u00eame ce qui conduit \u00e0 une solution triviale du type<\/span><span style=\"font-weight: 400;\"> f=0<\/span><span style=\"font-weight: 400;\">.\u00a0<\/span><\/p><p><span style=\"font-weight: 400;\">La mise \u00e0 jour des poids ob\u00e9it \u00e0 la moyenne exponentielle mobile c\u2019est-\u00e0-dire :<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-040ad85 elementor-widget elementor-widget-image\" data-id=\"040ad85\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"438\" height=\"67\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image4-5.png\" class=\"attachment-full size-full wp-image-219734\" alt=\"\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image4-5.png 438w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image4-5-300x46.png 300w\" sizes=\"(max-width: 438px) 100vw, 438px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3222cd5 elementor-widget elementor-widget-text-editor\" data-id=\"3222cd5\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<span style=\"font-weight: 400;\">On comprend ainsi pourquoi cette m\u00e9thode s\u2019appelle \u00ab\u00a0The Mean Teacher\u00a0\u00bb car le mod\u00e8le <\/span><i><span style=\"font-weight: 400;\">enseignant<\/span><\/i><span style=\"font-weight: 400;\"> est en effet une moyenne exponentielle du mod\u00e8le <i>\u00e9l\u00e8ve<\/i>.<\/span>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-7fd3f63 e-flex e-con-boxed e-con\" data-id=\"7fd3f63\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-d31b378 elementor-widget elementor-widget-heading\" data-id=\"d31b378\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">La m\u00e9thode FIXMATCH<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-638995c elementor-widget elementor-widget-image\" data-id=\"638995c\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"827\" height=\"322\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image6-5.png\" class=\"attachment-full size-full wp-image-219735\" alt=\"\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image6-5.png 827w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image6-5-300x117.png 300w, https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/image6-5-768x299.png 768w\" sizes=\"(max-width: 827px) 100vw, 827px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Fig 2. La m\u00e9thode <b>FixMatch<\/b><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-adce11c elementor-widget elementor-widget-text-editor\" data-id=\"adce11c\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">La m\u00e9thode FixMatch est un autre algorithme utilis\u00e9 dans cette technique d\u2019apprentissage qui se base \u00e9galement sur la r\u00e9gularisation de consistance pour effectuer des pr\u00e9dictions. En effet, \u00e0 l\u2019issue de l\u2019apprentissage supervis\u00e9, elle r\u00e9alise des augmentations forte et faible des images non labellis\u00e9es et l\u2019objectif au cours de l\u2019entra\u00eenement de ce mod\u00e8le c\u2019est que les pr\u00e9dictions des versions augment\u00e9es et non augment\u00e9es d\u2019une m\u00eame image soient les m\u00eames d\u2019o\u00f9 la notion de <b>consistance<\/b>.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-102f775 e-flex e-con-boxed e-con\" data-id=\"102f775\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-2d1a4f3 elementor-widget elementor-widget-heading\" data-id=\"2d1a4f3\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">\u00c0 quoi sert l\u2019apprentissage semi-supervis\u00e9 ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-924c717 elementor-widget elementor-widget-text-editor\" data-id=\"924c717\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">L\u2019apprentissage semi-supervis\u00e9 est utilis\u00e9 de nos jours dans divers domaines pour r\u00e9soudre des probl\u00e8mes dans lesquels on ne dispose pas d\u2019assez de donn\u00e9es labellis\u00e9es. On pourrait citer en guise d\u2019exemples le probl\u00e8me de d\u00e9tection de fraudes dans le secteur bancaire, le probl\u00e8me de classification des pages web en cat\u00e9gories ou le correcteur automatique.<\/span><\/p><p><span style=\"font-weight: 400;\">En r\u00e9sum\u00e9, <strong>l\u2019apprentissage semi-supervis\u00e9 est une technique utilis\u00e9e en Deep Learning<\/strong> qui est au c\u0153ur de la r\u00e9solution de plusieurs probl\u00e8mes concrets aujourd\u2019hui. De nombreuses m\u00e9thodes parmi lesquelles la m\u00e9thode de proxy-label, les algorithmes g\u00e9n\u00e9ratifs et la m\u00e9thode de r\u00e9gularisation de consistance ont \u00e9t\u00e9 d\u00e9velopp\u00e9es \u00e0 cet effet.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-bde194a elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"bde194a\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formation-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Se former \u00e0 l'apprentissage semi-supervis\u00e9<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-3441b6e e-flex e-con-boxed e-con\" data-id=\"3441b6e\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-751d844 elementor-widget elementor-widget-html\" data-id=\"751d844\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">\r\n{\r\n  \"@context\": \"https:\/\/schema.org\",\r\n  \"@type\": \"FAQPage\",\r\n  \"mainEntity\": [{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Qu'est-ce que l'apprentissage semi-supervis\u00e9 ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"L\u2019apprentissage semi-supervis\u00e9 est une technique d\u2019apprentissage automatique qui consiste \u00e0 partir d\u2019un jeu de donn\u00e9es constitu\u00e9 en majorit\u00e9  de donn\u00e9es non labellis\u00e9es et en minorit\u00e9 de donn\u00e9es labellis\u00e9es. Il se situe entre l'apprentissage supervis\u00e9 qui utilise des donn\u00e9es labellis\u00e9es et l\u2019apprentissage non supervis\u00e9 qui utilise des donn\u00e9es non labellis\u00e9es. Il existe de nos jours plusieurs m\u00e9thodes qui ont \u00e9t\u00e9 d\u00e9velopp\u00e9es par des grands chercheurs pour r\u00e9soudre des probl\u00e8mes d\u2019apprentissage semi-supervis\u00e9 notamment les m\u00e9thodes de r\u00e9gularisation de consistance parmi lesquelles l\u2019algorithme FixMatch d\u00e9velopp\u00e9 par Sohn et al. et de l\u2019algorithme The Mean Teacher d\u00e9velopp\u00e9 par Antti Tarvainen et Harri Valpola de The Curious AI Company que nous allons pr\u00e9senter par la suite.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Pourquoi ajouter des bruits au mod\u00e8le ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Le bruit est important pour ce mod\u00e8le car l\u2019initialisation des poids est al\u00e9atoire et si lors de la mise \u00e0 jour des poids au cours de l\u2019entra\u00eenement, on a \u00e9galit\u00e9 des poids des deux mod\u00e8les et absence de bruits, notre mod\u00e8le va s'effondrer. En effet, on aura dans l\u2019expression de J, la minimisation de la diff\u00e9rence entre une fonction et elle-m\u00eame ce qui conduit \u00e0 une solution triviale du type f=0.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"\u00c0 quoi sert l\u2019apprentissage semi-supervis\u00e9 ?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"L\u2019apprentissage semi-supervis\u00e9 est utilis\u00e9 de nos jours dans divers domaines pour r\u00e9soudre des probl\u00e8mes dans lesquels on ne dispose pas d\u2019assez de donn\u00e9es labellis\u00e9es. On pourrait citer en guise d\u2019exemples le probl\u00e8me de d\u00e9tection de fraudes dans le secteur bancaire, le probl\u00e8me de classification des pages web en cat\u00e9gories ou le correcteur automatique.\"\r\n    }\r\n  }]\r\n}\r\n<\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>L\u2019apprentissage semi-supervis\u00e9 est une technique d\u2019apprentissage automatique qui utilise \u00e0 la fois des donn\u00e9es labellis\u00e9es et des donn\u00e9es non labellis\u00e9es. D\u00e9couvrez ci-dessous comment fonctionne cette m\u00e9thode d\u2019apprentissage. De nos jours, avec l\u2019essor du Deep Learning, nous sommes amen\u00e9s \u00e0 analyser des images, des audios et des textes avec des mod\u00e8les qui n\u00e9cessitent un grand nombre [&hellip;]<\/p>\n","protected":false},"author":78,"featured_media":219730,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2497],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>L&#039;apprentissage semi-supervis\u00e9 : Tout savoir ce qu&#039;il faut savoir<\/title>\n<meta name=\"description\" content=\"D\u00e9couvrez tout ce qu&#039;il y a \u00e0 savoir sur l&#039;apprentissage semi-supervis\u00e9, une m\u00e9thode d&#039;apprentissage automatique qui utilise \u00e0 la fois des donn\u00e9es labellis\u00e9es et non labellis\u00e9es.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"L&#039;apprentissage semi-supervis\u00e9 : Tout savoir ce qu&#039;il faut savoir\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir\" \/>\n<meta property=\"og:site_name\" content=\"Formation Data Science | DataScientest.com\" \/>\n<meta property=\"article:published_time\" content=\"2024-01-09T06:30:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-01-04T10:40:57+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/apprentissage-semi-supervise.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"600\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"J\u00e9r\u00e9my Robert\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"J\u00e9r\u00e9my Robert\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir\",\"url\":\"https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir\",\"name\":\"L'apprentissage semi-supervis\u00e9 : Tout savoir ce qu'il faut savoir\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/#website\"},\"datePublished\":\"2024-01-09T06:30:00+00:00\",\"dateModified\":\"2024-01-04T10:40:57+00:00\",\"author\":{\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925\"},\"description\":\"D\u00e9couvrez tout ce qu'il y a \u00e0 savoir sur l'apprentissage semi-supervis\u00e9, une m\u00e9thode d'apprentissage automatique qui utilise \u00e0 la fois des donn\u00e9es labellis\u00e9es et non labellis\u00e9es.\",\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/#website\",\"url\":\"https:\/\/datascientest.com\/\",\"name\":\"Formation Data Science | DataScientest.com\",\"description\":\"Leader de la formation en Data Science\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925\",\"name\":\"J\u00e9r\u00e9my Robert\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg\",\"contentUrl\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg\",\"caption\":\"J\u00e9r\u00e9my Robert\"},\"description\":\"J\u00e9r\u00e9my Robert est actuellement Directeur p\u00e9dagogique B2B chez DataScientest.com. Avant de rejoindre DataScientest, il a travaill\u00e9 en tant que Consultant Business Intelligence chez DEAPDATA, o\u00f9 il a g\u00e9r\u00e9 des projets dans les domaines de l'assurance, bancaire et industrie. Il a \u00e9galement \u00e9t\u00e9 Co-fondateur et pr\u00e9sident de Tripzer. En tant que consultant ind\u00e9pendant, J\u00e9r\u00e9my a propos\u00e9 des formations sur MicroStrategy pour divers niveaux professionnels. Il est dipl\u00f4m\u00e9 de l'Universit\u00e9 Paris Cit\u00e9 avec un Master MIAGE, combinant comp\u00e9tences en informatique et gestion.\",\"sameAs\":[\"https:\/\/www.linkedin.com\/in\/jeremyrobert1\/\",\"Data Science\"],\"url\":\"https:\/\/datascientest.com\/author\/jeremyrobert\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"L'apprentissage semi-supervis\u00e9 : Tout savoir ce qu'il faut savoir","description":"D\u00e9couvrez tout ce qu'il y a \u00e0 savoir sur l'apprentissage semi-supervis\u00e9, une m\u00e9thode d'apprentissage automatique qui utilise \u00e0 la fois des donn\u00e9es labellis\u00e9es et non labellis\u00e9es.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir","og_locale":"fr_FR","og_type":"article","og_title":"L'apprentissage semi-supervis\u00e9 : Tout savoir ce qu'il faut savoir","og_url":"https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir","og_site_name":"Formation Data Science | DataScientest.com","article_published_time":"2024-01-09T06:30:00+00:00","article_modified_time":"2024-01-04T10:40:57+00:00","og_image":[{"width":1200,"height":600,"url":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/10\/apprentissage-semi-supervise.png","type":"image\/png"}],"author":"J\u00e9r\u00e9my Robert","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"J\u00e9r\u00e9my Robert","Dur\u00e9e de lecture estim\u00e9e":"5 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir","url":"https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir","name":"L'apprentissage semi-supervis\u00e9 : Tout savoir ce qu'il faut savoir","isPartOf":{"@id":"https:\/\/datascientest.com\/#website"},"datePublished":"2024-01-09T06:30:00+00:00","dateModified":"2024-01-04T10:40:57+00:00","author":{"@id":"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925"},"description":"D\u00e9couvrez tout ce qu'il y a \u00e0 savoir sur l'apprentissage semi-supervis\u00e9, une m\u00e9thode d'apprentissage automatique qui utilise \u00e0 la fois des donn\u00e9es labellis\u00e9es et non labellis\u00e9es.","inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/apprentissage-semi-supervise-tout-savoir"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/#website","url":"https:\/\/datascientest.com\/","name":"Formation Data Science | DataScientest.com","description":"Leader de la formation en Data Science","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925","name":"J\u00e9r\u00e9my Robert","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/datascientest.com\/#\/schema\/person\/image\/","url":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg","contentUrl":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg","caption":"J\u00e9r\u00e9my Robert"},"description":"J\u00e9r\u00e9my Robert est actuellement Directeur p\u00e9dagogique B2B chez DataScientest.com. Avant de rejoindre DataScientest, il a travaill\u00e9 en tant que Consultant Business Intelligence chez DEAPDATA, o\u00f9 il a g\u00e9r\u00e9 des projets dans les domaines de l'assurance, bancaire et industrie. Il a \u00e9galement \u00e9t\u00e9 Co-fondateur et pr\u00e9sident de Tripzer. En tant que consultant ind\u00e9pendant, J\u00e9r\u00e9my a propos\u00e9 des formations sur MicroStrategy pour divers niveaux professionnels. Il est dipl\u00f4m\u00e9 de l'Universit\u00e9 Paris Cit\u00e9 avec un Master MIAGE, combinant comp\u00e9tences en informatique et gestion.","sameAs":["https:\/\/www.linkedin.com\/in\/jeremyrobert1\/","Data Science"],"url":"https:\/\/datascientest.com\/author\/jeremyrobert"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/219728"}],"collection":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/users\/78"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/comments?post=219728"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/219728\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media\/219730"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media?parent=219728"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/categories?post=219728"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/tags?post=219728"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}