Glossaire

BigML

Qu’est-ce que BigML ?

BigML est une plateforme d'apprentissage automatique de l'entreprise du même nom, fondée en 2011 à Corvallis (Oregon, États-Unis). Via une interface web ou une API, elle permet de créer des modèles comme des arbres de décision, des ensembles, du clustering ou de la détection d'anomalies sans beaucoup programmer. Elle met l'accent sur des modèles interprétables et des flux de travail automatisables. Elle est proposée en service cloud et pour une exploitation dans son propre centre de données (état : octobre 2026).

Thèmes

Plateforme de ML
Low-code
Cloud

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

DataRobot

DataRobot est un éditeur de logiciels américain dont la plateforme aide les organisations à développer, exploiter et surveiller des applications d'IA. Il s'est fait connaître avec l'apprentissage automatique automatisé (AutoML), qui entraîne et compare automatiquement de nombreuses variantes de modèles, par exemple pour prévoir l'attrition des clients ou la demande. Aujourd'hui, l'éditeur met aussi l'accent sur l'exploitation et la gouvernance d'agents d'IA (état : octobre 2026).

AutoML
MLOps
+1

KNIME

KNIME est un logiciel d'analyse de données dans lequel les workflows sont assemblés graphiquement à partir de blocs (« nœuds ») au lieu d'être programmés. La KNIME Analytics Platform, open source, couvre l'import, le nettoyage et l'analyse des données, l'apprentissage automatique et le reporting ; les offres commerciales de l'éditeur ajoutent la collaboration et l'exploitation en entreprise. Exemple typique : un workflow qui regroupe chaque mois les ventes de plusieurs fichiers Excel, les nettoie et établit une prévision.

Analyse de données
Low-code
+1

No-code

Le no-code désigne des outils permettant de créer des applications, des automatisations ou des sites web via des interfaces graphiques, sans écrire de code. Les équipes métier peuvent ainsi mettre en place et tester des processus elles-mêmes, sans attendre le développement informatique. Les limites apparaissent avec des besoins très spécifiques, de gros volumes de données ou des intégrations profondes. Exemple : une équipe commerciale construit par glisser-déposer un flux qui trie et résume les nouvelles demandes.

automatisation
outils
+1

Apprentissage automatique

L’apprentissage automatique (machine learning) est une branche de l’intelligence artificielle dans laquelle les ordinateurs déduisent des régularités à partir de données au lieu de recevoir chaque règle explicitement programmée. Selon la tâche, les modèles apprennent à partir d’exemples étiquetés (supervisé), de données non étiquetées (non supervisé) ou par récompense (par renforcement). Les applications vont des filtres anti-spam aux prévisions de demande et aux recommandations de produits. La qualité dépend fortement du volume et de la qualité des données d’entraînement.

fondamentaux
IA
+1