Prêtable
| Titre : | Induction symbolique numérique à partir de données |
| Auteurs : | Yves Kodratoff ; Edwin Diday ; P. Brito |
| Type de document : | texte imprimé |
| Editeur : | Paris [France] : Cépaduès-éditions, 2000 |
| ISBN/ISSN/EAN : | 978-2-85428-502-4 |
| Format : | 445 p. / ill.; couv. en coul. / 24 cm. |
| Langues: | Français |
| Langues originales: | Français |
| Index. décimale : | 004 (Traitement des données informatiques) |
| Catégories : | |
| Mots-clés: | Apprentissage ; Réseaux neurones ; Similarité ; Analyse des données ; Logique symbolique et mathématique |
| Résumé : |
"Cet ouvrage est le second écrit par les mêmes auteurs chez le même éditeur, afin de rendre public le travail de la communauté de chercheurs en extraction de connaissances (ECD) à partir de données symboliques et numériques, aujourd'hui appelée ""Data Mining"".
Les auteurs présentent ici les résultats issus de la recherche en France et sont tout à fait conscients de ce que la communauté américaine a produit, elle aussi, quantité de résultats intéressants. Sans être fondamentalement différente, la recherche française tend à mettre l'accent moins sur la taille des bases de données explorées, que sur l'extension de l'analyse des données aux objets symboliques, sur l'intelligibilité des connaissances acquises, et sur les fondements épistémologiques de l'ECD. C'est pour cela que cet ouvrage est complémentaire aux deux fameux livres sur le ""Data Mining"" édités par Piatetsky-Shapiro et al., et qu'il présente une sorte de ""spécificité française"" dans le domaine." |
| Note de contenu : |
Sommaire :
Partie 1: Principes et orientations Chapitre 1: L'analyse des données symboliques: un cadre théorique et des outils pour le " data mining " Chapitre 2: L'induction symbolique numérique en ECD Chapitre 3: Logique et induction: un vieux débat Chapitre 4: Etre symbolique ou numérique ou ne pas l'être ?... Est-ce là la question ? Partie 2: Similarités et classification Chapitre 5: La similarité : une notion symbolique numérique Chapitre 6: Structure d'ordre et classification pyramidale d'objets symboliques Chapitre 7: Un indice de proximité entre objets symboliques qui tient compte des contraintes dans l'espace de description Chapitre 8: Analyse relationnelle des données symboliques Chapitre 9: Apprentissage de similarité à partir d'exemples Partie 3: Apprentissage Chapitre 10: Construction de bases de données de références pour l'évaluation des traitements d'images médicales. Apport de l'apprentissage symbolique numérique Chapitre 11: Charade & fils : évolutions, applications et extensions Chapitre 12: Discrimination entre classes de séquences Chapitre 13: Marquages de sous-ensembles de données Chapitre 14: Sélection de descripteurs pour la discrimination de concepts Chapitre 15: Apprentissage par acquisition de contre-exemples Partie 4: Réseaux de neurones Chapitre 16: Proposition d'une construction efficace d'un réseau de neurones à partir d'un arbre de décision Chapitre 17: Réseau neuro-flou et arbre hybride de neurones deux approches connectionnistes pour l'extraction de règles Chapitre 18: Génération de règles par apprentissage contraint d'un perceptron multicouche |
Exemplaires (1)
| Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|
| T8/67 | Livre | Bibliothèque de la Faculté de Technologie | Section documentaire | Disponible |
