Apprentissage artificiel : acquis, limites et enjeux
نویسندگان
چکیده
L’apprentissage artificiel est une activité circulaire, extrayant des connaissances à partir des observations disponibles et utilisant ces connaissances pour chercher de nouvelles informations, ou décrire différemment les observations. Dans cet article de synthèse, nous nous intéressons essentiellement à la construction de connaissances, règles ou modèles, à partir de données. Les acquis majeurs de l’apprentissage dans la dernière décennie sont situés par rapport aux défis de la prochaine décennie.
منابع مشابه
Sélection de variables en apprentissage d'ordonnancement. Évaluation des SVM pondérés
RÉSUMÉ. Sélectionner les caractéristiques les plus utiles et les moins redondantes au sein des fonctions d’ordonnancement et réduire les temps d’exécution sont des enjeux en apprentissage d’ordonnancement. Les algorithmes de sélection de variables basés sur les SVM régularisés sont des approches prometteuses dans ce cadre. Dans cet article, nous proposons de nouvelles méthodes de sélection de v...
متن کاملApprentissage par Renforcement Inverse pour la Simulation d’Utilisateurs dans les Systèmes de Dialogue
Résumé : Les systèmes de dialogue sont des interfaces homme-machine qui utilisent le language naturel comme medium d’interaction. La simulation d’utilisateurs a pour objectif de simuler le comportement d’un utilisateur humain afin de générer artificiellement des dialogues. Cette étape est souvent essentielle dans la mesure où collecter et annoter des corpus de dialogues est un processus coûteux...
متن کاملRéduction des dimensions des données en apprentissage artificiel
Résumé. Depuis plusieurs décénies, le volume des données disponibles ne cesse de croître ; alors qu’au début des années 80 le volume des bases de données se mesurait en mega-octets, il s’exprime aujourd’hui en tera-octets et parfois même en peta-octets. Le nombre de variables et le nombre d’exemples peuvent prendre des valeurs très élevés, et cela peut poser un problème lors de l’exploration et...
متن کاملAnalyse de la Vraisemblance des Liens Relationnels : Une méthodologie d'analyse classificatoire des données
Résumé. La méthodologie de classification des données par l’Analyse de la Vraisemblance des Liens Relationnels a pris naissance vers la fin des années soixante. Elle s’est très largement développée. De nombreux chercheurs et praticiens ont pris part à son développement. De nombreuses applications d’envergure provenant des domaines les plus divers (Bioinformatique, Informatique, Sciences sociale...
متن کاملInstrumenter l'informel dans les phases amont des projets de conception innovante
RÉSUMÉ. Les phases amont des projets de conception peuvent être des périodes propices à l’introduction d’innovations technologiques dans les produits. Lors de ces phases, les processus de coopération et de confrontation des différents points de vue entre les acteurs impliquent des échanges d’informations qui sont parfois informels, non contractuels et peu ou pas structurés. Pourtant, ces phases...
متن کامل