Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Apprentissage automatique Apprentissage Automatique Mondher Bouden Ma? tre assistant Semestre CIntroduction ? L ? apprentissage automatique étudie les méthodes permettant à un agent de construire de nouvelle connaissances à partir de son expérience Nous p

Apprentissage Automatique Mondher Bouden Ma? tre assistant Semestre CIntroduction ? L ? apprentissage automatique étudie les méthodes permettant à un agent de construire de nouvelle connaissances à partir de son expérience Nous pouvons distinguer trois classes générales de problème d ? apprentissage selon les types d ? informations dont dispose l ? agent ?? Apprentissage supervisé ?? Apprentissage non-supervisé ?? Apprentissage par renforcement CApprentissage supervisé ? Objectif ?? Apprendre à classer des instances à partir d ? un ensemble d ? exemples qui sont étiquetés par leurs classes par un expert humain ? Apprendre une fonction f à partir d ? un ensemble d ? exemples de paires x f x ? Exemple ?? La reconnaissance visuelle des chi ?res On présente à l ? agent un ensemble de chi ?res manuscrits étiquetté par les nombres qu ? ils représentent et il doit apprendre à identi ?er les di ?érents chi ?res ? Algorithmes utilisés ?? Réseaux de neurones ?? Arbres de décision etc CApprentissage non supervisé ? L ? inconvénient majeur de l ? apprentissage supervisé est que les données doivent être étiquetées ? Cependant dans le monde réel les données ne le sont généralement pas donc l ? étiquetage doit se faire à la main ce qui requiert un temps considérable de la part d ? un expert humain ? En apprentissage non supervisé nous ne recevons que les données brutes et l ? objectif est de trouver des points communs de ces données CApprentissage non supervisé ? Les applications possibles de l ? apprentissage non supervisé sont très nombreuses car aujourd ? hui nous disposons de plus en plus de données et la di ?culté est d ? analyser ces données et d ? en extraire les informations intéressantes ? On peut par exemple utiliser l ? apprentissage non supervisé dans la séismologie pour trouver les zones à risque pour les tremblements de terre ou bien dans le marketing pour analyser les comportements des consommateurs ? Algorithmes utilisés ?? Kmoyennes ?? La méthode des sommes pondérées de gaussiennes etc CApprentissage par renforcement ? L ? agent dans ce cas doit apprendre à bien agir dans son environnement a ?n de maximiser sa récompense ? À chaque instant l ? agent peut percevoir complètement ou partiellement son environnement et choisit ensuite une action à exécuter ? Après chaque action il reçoit une récompense qui peut être positif négatif ou zéro ? À partir de ce feedback et de ses perceptions l ? agent doit apprendre un comportement qui l ? amène à obtenir le plus de récompense possible CApprentissage par renforcement ? Exemples ?? Apprendre à jouer aux échecs la récompense serait de si le jeu n ? est pas ?ni ou si c ? est un match nul si l ? agent gagne et ?? pour une perte ?? Apprendre à un robot à se déplacer plus vite ici nous pourrions donner une récompense positive chaque fois le robot couvre une certaine distance ? L ? apprentissage