Evolution des usages du machine learning dans différents domaines d’applications

: étude du reflet dans la littérature scientifique. (Analyse réalisée à l’aide de techniques de text mining.)

Résumé

Au vu du nombre de techniques de machine learning, la multiplication et la diversification de leurs usages qui ne cessent de progresser ces dernières années, il semble intéressant d’analyser l’évolution des usages de différentes techniques de machine learning dans différents domaines d’applications. Cette
analyse se réalise sur des publications du journal « Expert Systems with Applications » à l’aide de techniques de text mining, plus particulièrement des outils de visualisation et la modélisation de sujet. Cette dernière nous a permis de faire ressortir 11 sujets interprétables: la finance, l’analyse de texte, l’intrusion – détection de défauts, le médical, la manufacture, les maladies cancéreuses et du cœur, l’analyse de mouvement, la gestion d’entreprise, les signaux physiologiques, la biologie et la culture. De manière générale, les réseaux de neurones, SVMs et réseaux de neurones profonds sont les techniques les plus utilisées et l’utilisation de ces techniques varie dans le temps. Les arbres de décisions et les régressions sont des techniques avec une utilisation constante et peu variable dans le temps.

la date de réponse	juin 2021
langue originale	Français
L'institution diplômante	Universite de Namur
Superviseur	Isabelle Linden (Promoteur)