Comment les modèles d'IA sont entraînés : apprentissage supervisé, non supervisé, par renforcement, par transfert, et bien plus

Demandez à dix personnes « comment entraîne-t-on un modèle d'IA ? » et vous obtiendrez dix réponses différentes, car il n'existe pas de méthode unique. La bonne dépend de deux questions : quelles données possédez-vous, et construisez-vous un modèle à partir de zéro ou en adaptez-vous un qui existe déjà ? Clarifiez ces deux points et toute la ménagerie de termes - apprentissage supervisé, non supervisé, par renforcement, par transfert, fine-tuning, RAG, RLHF - se range dans une carte simple.

Ce guide parcourt cette carte de bout en bout. Il est neutre vis-à-vis des fournisseurs (les concepts sont les mêmes sur AWS, Azure, Google Cloud et partout ailleurs), mais il est écrit en pensant aux certifications d'IA fondamentales - l'AWS AI Practitioner (AIF-C01), Azure AI Fundamentals, Google Cloud Generative AI Leader et leurs équivalents testent tous exactement ces idées. Là où un examen s'appuie sur un concept d'une manière particulière, il y a une note « À l'examen ». Ce guide est long ; traitez-le comme une référence que vous parcourez par section.

Les deux questions qui organisent tout

Il existe deux sens différents du mot « entraînement » que l'on confond souvent :

1. Comment un modèle apprend à partir des données - le paradigme d'apprentissage. Cela concerne la forme de vos données (étiquetées ? non étiquetées ? un signal de récompense ?) et détermine quelle famille d'algorithmes s'applique. L'apprentissage supervisé, non supervisé, semi-supervisé, auto-supervisé et par renforcement se trouvent ici.
2. Comment adapter un modèle existant - l'échelle de personnalisation. L'IA moderne part rarement de zéro. Vous prenez un modèle de fondation pré-entraîné et vous l'adaptez, d'un simple ajustement de prompt bon marché jusqu'à un réentraînement coûteux. Le prompt engineering, le RAG, le fine-tuning et le pré-entraînement continu se trouvent ici.

Gardez ces deux sens séparés. Le premier est « de quel type de problème d'apprentissage s'agit-il ? ». Le second est « étant donné un modèle qui existe déjà, à quel point le modifie-t-on ? ». La plupart des questions d'examen demandent en réalité dans quelle case tombe un scénario.

Partie 1 : Les paradigmes d'apprentissage

Apprentissage supervisé

Quoi. Le modèle apprend à partir d'exemples étiquetés - une entrée associée à la bonne réponse. Vous lui montrez des milliers d'e-mails marqués spam ou non-spam, et il apprend la correspondance entre l'e-mail et l'étiquette.

Pourquoi. Lorsque vous disposez de données étiquetées et d'une cible claire à prédire, c'est l'approche la plus directe et la plus précise. Elle alimente la plupart du ML classique en production.

Comment. Deux sous-types selon ce que vous prédisez :

• Classification - prédire une catégorie (spam ou non, lequel parmi 20 types de maladies, fraude ou légitime).
• Régression - prédire un nombre continu (prix d'une maison, demande de demain, revenus attendus).

Vous divisez vos données étiquetées, entraînez le modèle à minimiser l'erreur par rapport aux réponses connues, et mesurez sa capacité à prédire des exemples mis de côté.

À l'examen. L'expression déclencheuse est « données étiquetées ». Si un scénario vous fournit des entrées avec des sorties correctes connues et vous demande de prédire une catégorie ou une valeur, il s'agit d'apprentissage supervisé. Le choix entre classification et régression dépend de si la réponse est une classe ou un nombre.

Apprentissage non supervisé

Quoi. Le modèle apprend à partir de données non étiquetées - aucune bonne réponse fournie. Il trouve la structure par lui-même.

Pourquoi. La plupart des données du monde réel sont non étiquetées, et l'étiquetage coûte cher. Lorsque vous voulez découvrir des motifs plutôt que prédire une cible connue, c'est l'outil à utiliser.

Comment. Les principales tâches :

• Clustering - regrouper des éléments similaires (segmentation de la clientèle, regroupement de documents par sujet).
• Réduction de dimensionnalité - compresser de nombreuses caractéristiques en quelques-unes tout en conservant le signal (pour la visualisation ou pour accélérer les modèles en aval).
• Détection d'anomalies - signaler les points qui ne correspondent pas au motif appris (fraude, intrusion, pièces défectueuses).

À l'examen. Le déclencheur est « données non étiquetées » plus un objectif comme « segmenter », « regrouper » ou « trouver ce qui est inhabituel ». Le clustering pour la segmentation de la clientèle est l'exemple non supervisé le plus courant que vous verrez.

Apprentissage semi-supervisé

Quoi. Un juste milieu : une petite quantité de données étiquetées plus un vaste ensemble de données non étiquetées.

Pourquoi. L'étiquetage coûte cher ; souvent, vous ne pouvez vous permettre d'étiqueter qu'une fraction. L'apprentissage semi-supervisé utilise les quelques étiquettes pour guider l'apprentissage sur l'ensemble non étiqueté bien plus grand, obtenant de meilleurs résultats que les étiquettes seules ne le permettraient.

Comment. Motif typique : entraîner sur le sous-ensemble étiqueté, utiliser ce modèle pour étiqueter les données non étiquetées (pseudo-étiquetage), puis réentraîner sur l'ensemble combiné. Cela réduit le coût d'annotation et peut améliorer la généralisation.

Apprentissage auto-supervisé

Quoi. Le modèle crée ses propres étiquettes à partir des données brutes, de sorte qu'aucun étiquetage humain n'est nécessaire. L'exemple classique : masquer le mot suivant dans une phrase et entraîner le modèle à le prédire.

Pourquoi. C'est ainsi que les modèles de fondation modernes et les grands modèles de langage sont pré-entraînés. Il y a bien plus de texte, d'images et de code bruts sur Internet que quiconque ne pourrait jamais en étiqueter, et la prédiction du prochain token (ou du token masqué) transforme tout cela en signal d'entraînement.

Comment. Le modèle est entraîné à compléter ou à prédire des parties de sa propre entrée sur des ensembles de données énormes. Le résultat est un modèle de base doté de vastes connaissances générales - fluide, mais pas encore aligné pour suivre des instructions ou correspondre aux préférences humaines.

À l'examen. Vous ne verrez peut-être pas souvent le terme « auto-supervisé » nommé, mais vous devez savoir qu'un modèle de fondation est un grand modèle pré-entraîné sur des données massives, principalement non étiquetées, et que ce pré-entraînement est ce qui le rend adaptable à de nombreuses tâches en aval.

Apprentissage par renforcement (et RLHF)

Quoi. Un agent apprend en interagissant avec un environnement : il effectue une action, reçoit une récompense ou une pénalité, et s'ajuste pour maximiser la récompense à long terme. Il n'y a pas de corrigé étiqueté - seulement un retour sur la qualité d'une action.

Pourquoi. Cela convient aux problèmes de décision séquentielle où le « bon » choix n'est pas connu à l'avance : jeu, robotique, recommandation, systèmes de contrôle.

Comment. L'agent observe un état, choisit une action, reçoit une récompense, passe à un nouvel état, et recommence - apprenant progressivement une politique (une stratégie) qui rapporte le plus de récompense au fil du temps.

Le RLHF (apprentissage par renforcement à partir du retour humain) est l'application vedette. Après qu'un modèle de langage est pré-entraîné, des humains classent ses sorties ; ces classements entraînent un modèle de récompense ; puis l'apprentissage par renforcement ajuste le modèle de langage pour produire des sorties que le modèle de récompense note fortement. C'est une raison majeure pour laquelle les assistants conversationnels modernes sont utiles et alignés plutôt que simplement fluides.

À l'examen. Le déclencheur est « apprend à partir du retour / des récompenses / par essais et erreurs ». Un chatbot qui s'améliore en étant récompensé pour de bonnes réponses relève de l'apprentissage par renforcement. Sachez que le RLHF est la façon dont les LLM sont alignés sur les préférences humaines.

Partie 2 : Le cycle de vie du ML

L'entraînement n'est qu'une étape d'une boucle, pas le tout. Le cycle de vie standard :

1. Cadrer le problème - que prédisez-vous, et le ML est-il seulement le bon outil ? (Parfois une règle simple bat un modèle.)
2. Collecter et préparer les données - rassembler, nettoyer et étiqueter si nécessaire.
3. Analyse exploratoire des données (EDA) - inspecter les distributions, les corrélations et la qualité avant la modélisation.
4. Feature engineering - utiliser la connaissance du domaine pour créer ou transformer des variables d'entrée qui rendent les motifs plus faciles à apprendre.
5. Entraîner - ajuster le modèle sur les données d'entraînement.
6. Évaluer - mesurer la performance sur des données que le modèle n'a pas vues.
7. Déployer - servir le modèle pour des prédictions (c'est ce qu'on appelle l'inférence).
8. Surveiller - guetter la dérive et la dégradation, et réentraîner si nécessaire.

Séparation entraînement, validation et test. Vous ne jugez jamais un modèle sur les données sur lesquelles il s'est entraîné. Divisez les données : l'ensemble d'entraînement ajuste le modèle, l'ensemble de validation règle les paramètres et compare les candidats, et l'ensemble de test donne une estimation finale et honnête sur des données utilisées nulle part ailleurs. Une répartition courante ressemble à 80/20, avec la portion d'entraînement à nouveau divisée pour la validation.

À l'examen. Sachez que l'inférence consiste à utiliser un modèle entraîné sur de nouvelles données (par opposition à l'entraînement), et que le feature engineering consiste à créer de meilleures entrées à partir de données brutes en utilisant la connaissance du domaine.

Partie 3 : Ajustement et généralisation

Tout l'enjeu est la généralisation - bien se comporter sur de nouvelles données, pas seulement sur les données d'entraînement.

• Surapprentissage - le modèle mémorise les données d'entraînement (y compris leur bruit) et échoue sur de nouvelles données. Symptôme : précision d'entraînement élevée, mauvaise précision en production ; ou une précision qui s'améliore puis se dégrade à mesure que l'entraînement se prolonge. Solutions : plus de données d'entraînement (et plus variées), régularisation, arrêt anticipé, dropout, ou un modèle plus simple.
• Sous-apprentissage - le modèle est trop simple pour capturer le motif et se comporte mal même sur les données d'entraînement. Solution : un modèle plus performant, de meilleures caractéristiques, ou plus d'entraînement.
• Compromis biais-variance - le biais est l'erreur d'un modèle trop simple (sous-apprentissage) ; la variance est l'erreur d'un modèle trop complexe (surapprentissage). Plus de complexité abaisse le biais mais augmente la variance. L'art consiste à équilibrer les deux.

À l'examen. « Excellent sur les données d'entraînement, mauvais en production » est la signature du surapprentissage ; les réponses attendues sont plus de données, la régularisation ou l'arrêt anticipé. Ne le confondez pas avec le sous-apprentissage (mauvais partout).

Partie 4 : Comment mesurer un modèle

On ne peut pas améliorer ce que l'on ne peut pas mesurer, et la bonne métrique dépend de la tâche.

Métriques de classification.

• Exactitude - fraction de prédictions correctes. Convient quand les classes sont équilibrées ; trompeuse quand elles ne le sont pas.
• Matrice de confusion - le tableau complet des vrais positifs, faux positifs, vrais négatifs et faux négatifs. Tout le reste en découle.
• Précision - parmi les éléments que vous avez signalés positifs, combien l'étaient vraiment. (Pénalise les faux positifs.)
• Rappel (sensibilité) - parmi les éléments réellement positifs, combien vous en avez attrapés. (Pénalise les faux négatifs.)
• Score F1 - la moyenne harmonique de la précision et du rappel, un seul nombre équilibrant les deux.
• AUC (aire sous la courbe ROC) - mesure indépendante du seuil de la capacité du modèle à séparer les classes.

Métriques de régression.

• RMSE (racine de l'erreur quadratique moyenne) et MAE (erreur absolue moyenne) - à quelle distance les prédictions se situent des vraies valeurs.

Métriques génératives et de langage.

• BLEU - qualité de traduction par rapport à des références humaines.
• ROUGE - qualité de résumé (chevauchement avec des résumés de référence).
• BERTScore - similarité sémantique avec une référence en utilisant des embeddings.
• Évaluation humaine - reste la référence absolue pour les sorties génératives ouvertes.

À l'examen. Le coût métier choisit la métrique. Quand un raté coûte bien plus cher qu'une fausse alerte (fraude, dépistage de maladie), optimisez pour le rappel. L'exactitude est le choix par défaut pour une classification équilibrée ; une matrice de confusion quand vous voulez le détail complet ; BLEU/ROUGE pour la traduction/le résumé.

Partie 5 : Hyperparamètres et dynamique d'entraînement

Les hyperparamètres sont les réglages que vous choisissez avant l'entraînement (par opposition aux poids que le modèle apprend). Les principaux :

• Époques - combien de fois le modèle parcourt les données d'entraînement. Trop peu entraîne un sous-apprentissage ; trop entraîne un surapprentissage.
• Taux d'apprentissage - la taille du pas que fait le modèle lorsqu'il se met à jour. Trop élevé et il ne se stabilise jamais ; trop faible et il progresse à pas de tortue.
• Taille de lot - combien d'exemples par mise à jour.

L'optimisation des hyperparamètres est la recherche de la meilleure combinaison ; elle est souvent automatisée (par exemple par des outils AutoML).

Ne confondez pas les hyperparamètres d'entraînement avec les réglages au moment de l'inférence sur les modèles génératifs :

• Température - basse (proche de 0) donne une sortie déterministe et reproductible ; élevée donne une sortie créative et variée.
• Top-p / top-k - limitent les tokens candidats parmi lesquels le modèle peut échantillonner.

À l'examen. « Rendre les réponses du modèle plus cohérentes/reproductibles » signifie baisser la température. « Améliorer la précision en entraînant davantage » pointe vers plus d'époques (avec le surapprentissage comme mise en garde).

Partie 6 : Adapter les modèles de fondation - l'échelle de personnalisation

Vous entraînez rarement un grand modèle à partir de zéro. Vous prenez un modèle de fondation pré-entraîné et vous l'adaptez. Les méthodes, ordonnées de la moins chère et la plus rapide à la plus coûteuse, sont l'idée la plus pertinente pour l'examen de tout ce guide.

Apprentissage par transfert (l'idée-cadre)

Quoi. Réutiliser les connaissances qu'un modèle a apprises sur une tâche pour accomplir une tâche connexe. Au lieu de partir de poids aléatoires, vous partez d'un modèle qui comprend déjà le langage ou les images.

Pourquoi. Cela réduit drastiquement les données et le calcul dont vous avez besoin. C'est le principe sous-jacent à presque tout ce qui suit - le fine-tuning est une façon spécifique de faire de l'apprentissage par transfert.

À l'examen. « Adapter un modèle pré-entraîné pour une nouvelle tâche au lieu de construire à partir de zéro » relève de l'apprentissage par transfert, et son avantage est moins de données, moins de temps, moins de coût.

Échelon 1 : Prompt engineering

Quoi. Changer les instructions que vous donnez au modèle, pas le modèle lui-même. Rien n'est réentraîné.

Comment. Techniques :

• Zero-shot - demander simplement, sans aucun exemple.
• One-shot / few-shot (apprentissage en contexte) - inclure quelques exemples résolus dans le prompt pour que le modèle en déduise le motif. Cela adapte le comportement sans aucune mise à jour de paramètres.
• Chain-of-thought - demander au modèle de raisonner étape par étape pour les problèmes plus difficiles.
• Modèles de prompt - structures de prompt standardisées et réutilisables.

Pourquoi. Le moins cher, le plus rapide, sans infrastructure. Essayez toujours cela en premier.

À l'examen. Le few-shot learning et l'apprentissage en contexte sont la même idée : des exemples dans le prompt, sans réentraînement. Le zero-shot risque de donner de mauvais résultats quand la tâche est éloignée de ce que le modèle a vu à l'entraînement.

Échelon 2 : Génération augmentée par récupération (RAG)

Quoi. Récupérer des faits pertinents à partir de vos propres données au moment de la requête et les ajouter au prompt, afin que le modèle réponde à partir d'informations actuelles, privées ou faisant autorité sur lesquelles il n'a jamais été entraîné.

Comment. Convertir vos documents en embeddings (vecteurs numériques capturant le sens), les stocker dans une base de données vectorielle, récupérer les morceaux les plus proches de la question de l'utilisateur, et les fournir au modèle en même temps que la question.

Pourquoi. Cela ancre les réponses dans vos données et réduit considérablement les hallucinations, sans aucun réentraînement. Idéal quand vos connaissances changent souvent - vous mettez à jour les documents, pas le modèle.

À l'examen. « Ancrer le modèle dans les données de l'entreprise / réduire les hallucinations / garder les réponses à jour sans réentraînement » relève du RAG. Les embeddings sont les représentations numériques qui font fonctionner la récupération.

Échelon 3 : Fine-tuning

Quoi. Continuer à entraîner le modèle sur vos propres exemples étiquetés afin qu'il intériorise une tâche ou un style.

Comment. Fournir des données étiquetées - typiquement des paires prompt-complétion. Le fine-tuning par instructions utilise des paires entrée-sortie formatées comme des instructions ; l'adaptation au domaine enseigne un comportement spécialisé (par exemple, la gestion de la terminologie scientifique ou juridique). Le fine-tuning à paramètres efficients (PEFT), comme LoRA, ne met à jour qu'une petite tranche des paramètres du modèle, réduisant le coût tout en gardant la majeure partie du modèle figée.

Pourquoi. Quand le prompting et le RAG ne suffisent pas et que vous avez besoin que le modèle se comporte de manière fiable d'une certaine façon. Cela coûte plus cher (données, calcul) que les échelons ci-dessus.

À l'examen. Le fine-tuning nécessite des données étiquetées (paires prompt-complétion). Utilisez-le pour un comportement de tâche cohérent ou une adaptation au domaine ; il modifie le modèle, alors que le RAG laisse le modèle intact et fournit le contexte au moment de la requête.

Échelon 4 : Pré-entraînement continu

Quoi. Poursuivre le pré-entraînement du modèle de base sur un vaste corpus de texte de domaine non étiqueté.

Pourquoi. Pour enseigner au modèle le vocabulaire et les concepts d'un domaine spécialisé (médical, juridique, scientifique) à grande échelle, ou pour le garder à jour à mesure que les données évoluent. Plus coûteux que le fine-tuning.

À l'examen. Le pré-entraînement continu utilise beaucoup de texte de domaine non étiqueté pour la maîtrise du vocabulaire et des concepts ; le fine-tuning par instructions utilise des paires d'instructions étiquetées pour le comportement de tâche. Données différentes, objectif différent.

L'échelle des coûts, en une ligne

Prompt engineering (le moins cher, sans réentraînement) -> RAG (ajouter vos données au moment de la requête) -> fine-tuning (réentraîner sur des exemples étiquetés) -> pré-entraînement continu (réentraîner sur du texte de domaine non étiqueté) -> pré-entraînement complet à partir de zéro (rare, le plus coûteux). Ne montez que jusqu'au niveau exigé par le problème.

Partie 7 : Rendre les modèles plus petits et plus rapides

Une fois qu'un modèle fonctionne, vous avez souvent besoin qu'il soit moins cher ou à plus faible latence :

• Distillation des connaissances - entraîner un petit modèle « élève » à imiter un grand modèle « enseignant », en conservant l'essentiel de la qualité pour une fraction de la taille.
• Quantification - stocker les poids à une précision numérique inférieure (par exemple 8 bits au lieu de 32 bits) pour réduire et accélérer le modèle.
• Élagage - supprimer les poids ou les structures qui contribuent peu.

Partie 8 : Les architectures, brièvement

Les paradigmes ci-dessus décrivent comment les modèles apprennent ; les architectures sont ce à partir de quoi le modèle est construit. Vous devez reconnaître les noms :

• Réseaux de neurones / apprentissage profond - réseaux en couches qui apprennent des caractéristiques hiérarchiques ; la base de l'IA moderne.
• CNN - spécialisés pour les images.
• RNN - conçus pour les séquences (largement supplantés par les transformers).
• Transformers - l'architecture derrière les LLM modernes ; le « GPT » de generative pre-trained transformer et des modèles comme BERT.
• GAN - deux réseaux en compétition pour générer des données synthétiques réalistes.
• Modèles de diffusion - génèrent des images en apprenant à inverser un processus de bruitage.

Vous n'avez pas besoin de les implémenter pour un examen fondamental, mais vous devez savoir, par exemple, que les transformers alimentent les LLM et que les GAN génèrent des données synthétiques.

Le guide de décision en 30 secondes

• Données étiquetées, prédire une catégorie ou un nombre -> apprentissage supervisé (classification ou régression)
• Données non étiquetées, trouver des groupes ou des anomalies -> apprentissage non supervisé (clustering, détection d'anomalies)
• Quelques étiquettes plus beaucoup de données non étiquetées -> apprentissage semi-supervisé
• Le modèle crée ses propres étiquettes à partir de données brutes (comment les modèles de fondation se pré-entraînent) -> apprentissage auto-supervisé
• L'agent apprend à partir de récompenses / retours -> apprentissage par renforcement ; aligner un LLM sur les préférences humaines -> RLHF
• Réutiliser un modèle pré-entraîné pour une tâche connexe -> apprentissage par transfert
• Adapter un modèle de fondation, le moins cher d'abord -> prompt engineering, puis RAG, puis fine-tuning, puis pré-entraînement continu
• Ancrer les réponses dans vos propres données actuelles, sans réentraînement -> RAG
• Excellent sur les données d'entraînement, mauvais en production -> surapprentissage (plus de données, régularisation, arrêt anticipé)
• Rater un positif coûte très cher (fraude) -> optimiser le rappel
• Rendre la sortie générative plus cohérente -> baisser la température

Certifications associées

Ces fondamentaux des méthodes d'apprentissage sont au cœur de tout examen d'IA fondamental - ce guide apparaît sous Guides d'étude associés sur chacun de leurs hubs :

• AWS Certified AI Practitioner (AIF-C01) - l'examen sur lequel ce guide est calé ; les domaines 1 à 3 s'appuient fortement sur ces concepts.
• AWS Certified Machine Learning Engineer Associate (MLA-C01) - approfondit le cycle de vie, l'entraînement et l'évaluation.
• Microsoft Azure AI Fundamentals (AI-900 / AI-901) - teste les mêmes paradigmes d'apprentissage et les bases du ML.
• Google Cloud Generative AI Leader - modèles de fondation, prompting et adaptation.
• NVIDIA-Certified Associate: Generative AI and LLMs (NCA-GENL) - entraînement et adaptation des LLM.
• IBM watsonx Generative AI Engineer Associate - fondements de l'IA générative.
• Claude Certified Architect - Foundations (CCA-F) - concepts des modèles de fondation.

Comment étudier ceci

Pour un examen fondamental, ne mémorisez pas les algorithmes - entraînez-vous à la classification. Lisez chaque scénario et posez les deux questions organisatrices : quelles données ai-je (étiquetées, non étiquetées, récompense), et suis-je en train de construire ou d'adapter ? Cela vous oriente vers le bon paradigme ou le bon échelon de l'échelle de personnalisation en quelques secondes. Faites des questions d'entraînement avec le guide de décision en 30 secondes ouvert, et lorsque vous en ratez une, revenez à cette section-ci jusqu'à ce que la frontière soit nette. Les concepts qui distinguent ceux qui réussissent sont ceux aux contours flous : supervisé vs non supervisé, fine-tuning vs RAG, surapprentissage vs sous-apprentissage, et l'ordre des coûts de l'échelle de personnalisation.

Source : le guide d'examen et les domaines de questions de l'AWS Certified AI Practitioner (AIF-C01), et les références standard en apprentissage automatique, en date de septembre 2026.