Apprentissage à partir d'exemples

Informations

• Publié par: Usso
• Nombre de lectures: 33
• Langue: Español

Extrait

de

e-
GE


et
A
ersit
P
d'un
AR
ma
TIR
e
D'EXEMPLES
^
Notes
so
de
Lille

une
1
optionnel
F
de
ran
trise

ersit
Denis
Lille
R
la

math
emi
et
Gilleron
de
Univ
e
ersit
APPRENTISSA

a
e
partie
Charles

de
d'In
Gaulle,
Articielle
Lille
la
3
^
f
d'informatique
denis,
l'univ
gilleron

g
de

1
e3.fr
de
14
ma
a
trise
vril

2000
matiques
1.
sciences
Ces

notes
l'Univ
de


de

3
onden
talgorithmes
et
yp
R
au

et
esum
a

c
e

Ce
es

les
pr
de


esen
d'extraire
te
es
di



eren
b
tes
de

tissage
hniques
de
d'appren
m
tissage
sances

de
a
[GT00
partir
ermetten
d'exemples.
informations
Plus

pr
our

et
ecis
la

Nous
emen
tons
t,
tissage
il
bas

les


ere
algorithmes
le
p
probl


de
eme
p
de
hes.
la



sup
partir
ervis
donn

ees
ee
℄
:
p

t
une
des
pro
de

hiers


edure
p
p
l'aide
ermettan
diagnostic
t
l'aide
de
a

d

ecision.
a
pr
partir
esen
d'une
les
base
d'appren
d'exemples
sym

oliques


es.
sur
Les
arbres
algorithmes
d
pr
ecision

des
esen
d'appren
t
adaptatifs

our
es
r
son
eseaux
t
neurones
utilis
t

e
es

p

our
3
l'extractiontissage
(
m
tro
observ


Les
etho
m


un
etho
des
des
oth
de
les

forme
on
arbres
t
a
p

our
elles
but
v
d'iden
t
tier
et
les
viendra

e-
auxquelles
statistiques.
appartiennen
(la
t
adaptativ
des
des
ob
deux
jets


domaines
a
g
partir
ec
de
edictif


traits
et
descriptifs.
des
Elles
se
s'appliquen
la
t


seron
a
et
un
h
grand

nom
h
bre

d'activit
l'in

les
es
duite
h
e-
umaines

et
)

ees
viennen
m
t
de
en

particulier
oration
au
son
probl
On

pro
eme
er
de
exemples
la
surtout
prise
ouv
de

d


syst
ecision

automatis
de

Les
ee.
t
Il
m
s'agira,
t
par

exemple,
des
d'
distributions


etablir

un
a
diagnostic
La
m
m

ersit
edical
eses

son
a
etriques.
partir
param
de
ese
la

description
os

etho
d'un
t
patien

t,
des
de
edure
donner
etre
une
egles)
r
sym


ep
de
onse
^

les
a
les
la

demande
ecision.
de
adaptativ
pr
les
^
algorithmes
et
automatique,
bancaire
es
de
l'
la
s'am
part

d'un
et

v
t
par
sur
ees.
la

base
en
de
ee
sa
t
situation
l'
p
tillon
ersonnelle,
v
de
on
d
pr

our
eclenc
de
her
Les
un
des
pro
par

emes
d'alerte
t
en
nom
fonction
t
de
scien
signaux

re


supp
par
les
des
jets

eme
Une

premi
resp


ere

appro
On

yp
he
sur
p
des-
ossible
l'in
p
des
our
pro
r
de


esoudre
d'h

eses
t
ari
yp
e
e
etho
de
la
probl
e

oth
eme
ossibles.
est
etho
l'appro
app

semi-param
he
m
\syst
des

etriques
emes
oth
exp
priori
erts".
on
Dans


t

ees
la
m

issues
d'un
articielle
exp
m
ert
non
(ou
On
d'un

group
b
e

d'exp

erts)
eut
est
ecrite
d
r

m
ecrite
des
sous
oliques
forme
(la
de
edure
r
duite

yp
egles.
b
Cet
noire
ensem
P
ble

de
b
r
utilis

t
egles
sur
forme
d
un
our
syst
etho

on
eme

exp

ert
et
qui

est
L'appren
utilis
une

tr
e

p

our
ela-

programmes
de
elioren
nouv
ec
eaux
Les

nom
Cette
t
appro



he,
eut
largemen
la
t

utilis
La


ee
edure
dans

les

ann


devra
ees

80,
les
d
de


ep
han
end
mais
fortemen
a
t
oir
de
b
la
p

oir


e
p


a
t
extraire
nouv
et
descriptions.

m
a
etho
formaliser
utilis
les
ees

les
de

l'exp
d'appren
ert.
son
Nous
tr

es

breuses
erons
son
ici
issues
une
domaines
autre
tiques
appro
ari

es.
he
m
p
etho
our
statistiques
laquelle
osen
la
que
pro
descriptions

ob

d'une
edure
^
de


r
sera
epartissen
extraite
en
automatiquemen
ectan
t
une

sp
a
eci