Résumé
Le présent mémoire propose une description des principes inhérents aux d’algorithmes décisionnels issus de l’apprentissage automatique (machine learning). L’apprentissage automatique est l’une des disciplines associées à l’appellation très générique « Big data » qui désigne l’exploitation de volumes de données à ce point importants que les méthodes traditionnelles s’avèrent inefficaces et inadaptées.L’étude explore plus particulièrement les algorithmes d’apprentissage supervisé, une classe d’algorithmes qui s’améliorent sur base d’exemples dont le résultat est connu.
Chacune des méthodes étudiées fera l’objet d’une application pratique pour illustrer sa construction et son implémentation en y évoquant les bonnes pratiques en la matière. C’est ainsi, par exemple, que les algorithmes de classification seront mis à l’épreuve dans un cas pratique de reconnaissance de caractères.
| la date de réponse | 22 juin 2016 |
|---|---|
| langue originale | Français |
| L'institution diplômante |
|
| Superviseur | Benoît Frénay (Promoteur) & Renaud Lambiotte (Copromoteur) |