📖 Définition

L'étiquetage de données est le processus qui consiste à associer des annotations descriptives à des données brutes pour les rendre exploitables par un modèle d'apprentissage supervisé. Chaque donnée reçoit une étiquette qui indique ce qu'elle représente. La qualité de l'étiquetage influence directement la performance du modèle. Ce processus représente souvent l'étape la plus longue et la plus coûteuse.

💬 En termes simples

C'est comme un archiviste de Bibliothèque et Archives nationales du Québec qui catalogue méticuleusement chaque document en lui attribuant un sujet, une date et une description. Sans ce travail rigoureux, il serait impossible de retrouver quoi que ce soit. Sans étiquetage, un modèle d'IA ne sait tout simplement pas ce qu'il regarde.

🎯 Exemple concret

Une firme de cartographie forestière au Québec emploie des biologistes pour étiqueter des images satellites par essences d'arbres. Une entreprise de véhicules autonomes de Laval annote piétons, cyclistes et obstacles sur des vidéos en toutes saisons. Un centre hospitalier de Trois-Rivières mobilise ses radiologues pour étiqueter des milliers de radiographies.

💡 Le saviez-vous ?

L'étiquetage représente jusqu'à 80 % du temps total d'un projet d'IA. L'industrie mondiale de l'étiquetage emploie des millions de travailleurs et devrait atteindre 17 milliards de dollars d'ici 2028.

Navigation

Ressources

Pages