文章基本信息

标题：El aprendizaje automático en la prueba de las clases de complejidad algorítmica. De los modelos a las prácticas
本地全文：下载
作者：Dominique Boullier ; El Mahdi El Mhamdi
期刊名称：Revue d'anthropologie des connaissances
电子版ISSN：1760-5393
出版年度：2020
卷号：14
期号：1
页码：1-28
DOI：10.4000/rac.4260
出版社：Société d'Anthropologie des Connaissances
摘要：Le Machine Learning, ou méthodes d’apprentissage utilisées pour constituer ce qu’on appelle Intelligence Artificielle, est plus diversifié qu’on ne le présente en général. En s’appuyant notamment sur la classification proposée par Domingos, l’article commence par présenter différentes approches du ML. En confrontant ces approches formelles aux pratiques relatées durant des défis Kaggle, nous montrons ensuite que les décisions effectives des Machines Learners sont avant tout dictées par les données disponibles et l’échelle de complexité des problèmes à traiter. Cet argument permet de relativiser la toute-puissance attribuée au Machine Learning mais aussi, pour les sciences sociales, de préciser leur collaboration possible, à la fois comme travail préalable d’exploration des dimensions d’un problème et comme accompagnement du travail des Machine Learners de réduction nécessaire de ces dimensions.
关键词：études sociales des sciences et techniques (STS); quantification; modèles; machine learning; complexité; intelligence artificielle