Dictionnaire de l’IA

L’intelligence artificielle (IA) est désormais omniprésente dans de nombreux domaines. Ce dictionnaire vise à offrir des définitions claires et pratiques pour comprendre les termes essentiels de l’IA, qu’il s’agisse de concepts techniques, d’applications concrètes ou d’enjeux stratégiques.

Cet outil a été conçu pour répondre aux besoins de tous : curieux, professionnels ou étudiants souhaitant se familiariser avec le langage et les bases de l’IA. L’objectif est de rendre cette technologie plus accessible et de faciliter son intégration dans les pratiques professionnelles.

A

---

Agents conversationnels	Algorithme	Algorithmes génétiques
Analyse des sentiments	Analyse prédictive	Apprentissage fédéré
Apprentissage non supervisé	Apprentissage par renforcement	Apprentissage supervisé
Arbre de décision	Autoencodeurs	Augmentation de données
API Application Programming Interface	–	–

B

---

Backpropagation	BERT	Bias dans l’IA
Big data	Black box	Balise de prompt
–	–	–

C

---

Chatbots	Classification	Clustering
Cloud computing	Continual learning	Cross-validation
ChatGPT	–	–

D

---

Détection d’anomalies	Digital twin	Données étiquetées
Délimiteur	Dataset	–
–	–	–

E

---

Edge computing	Embedding	Ensemble learning
Explicabilité (Explainable AI, XAI)	–	–
–	–	–

F

---

Fairness	Feature engineering	Few-shot learning
Fonction de perte	Fine-tuning

G

---

GAN (Generative Adversarial Networks)	Génération de texte	Génération de texte automatique
Gradient boosting	Gradient descent	GPT – Generative Pre-trained Transformer
GPT Builder	–	–

H

---

Hyperparamètres	–	–
–	–	–
–	–	–

I

---

Inférence bayésienne	Intelligence artificielle faible	Intelligence artificielle forte
IA Symbolique	–	–
Intelligence artificielle générale (AGI)	Intelligence collective	IoT (Internet of Things)
Intelligence artificielle connexioniste	–	–

J

---

K

---

K-means	Knowledge graph	–
–	–	–
–	–	–

L

---

Long short-term memory (LSTM)-	–	–
–	–	–
–	–	–

M

---

Machine learning	Mémoire attentionnelle	Méthode Monte Carlo
Méthode des k plus proches voisins (KNN)	Meta-learning	Modèle de langage
Prompt Multi shot

N

---

O

---

Ontologies	Optimisation	Overfitting
Prompt One shot	–	–
–	–	–

P

---

Paramètres	Perceptron	Prétraitement des données
Processus bayésiens

R

---

Random forest	Réalité augmentée	Réalité virtuelle
Reconnaissance faciale	Reconnaissance vocale	Régression linéaire
Régression logistique	Réseaux convolutifs (CNN)	Réseaux de Boltzmann
Réseaux de Boltzmann	Réseaux neuronaux	Réseaux récurrents (RNN)
Résilience	Résolution de problèmes	Robotique
Robustesse	–	–

S

---

Séquence à séquence (Seq2Seq)	Séries temporelles	Smart contracts
Systèmes de recommandation	Systèmes experts	Support vector machine (SVM)

T

---

T5	Text mining	Traitement du langage naturel (NLP)
Transfer learning	Transformers	–
–	–	–

U

---

Underfitting

V

---

Validation croisée	Vectorisation	Vision par ordinateur

W

---

White box	Word2Vec	–
–	–	–
–	–	–

X

---

XGBoost	–	–
–	–	–
–	–	–

Y

---

Z

---

Zero-shot learning

---