La table périodique du machine learning veut accélérer la découverte d’algorithmes
Des chercheurs du MIT proposent une table périodique regroupant plus de 20 algorithmes classiques d’apprentissage machine selon les relations qu’ils apprennent dans les données. Baptisé I-Con, ce cadre a déjà servi à concevoir un classifieur d’images qui dépasse de 8 % des méthodes de pointe, selon l’équipe.


