Collection(s) : Algorithmes
Paru le 26/08/2002 | Broché XXXVIII-591 pages
Professionnels
avec la collaboration de Yves Kodratoff
I. Les fondements de l'apprentissage • Première approche théorique de l'induction • Environnement méthodologique • II. Apprentissage par exploration • Induction et relation d'ordre • Programmation logique inductive • Inférence grammaticale • Apprentissage par évolution • III. Apprentissage par optimisation • Surfaces séparatrices linéaires • Réseaux connexionistes • Réseaux bayésiens • Modèles de Markov cachés • IV. Apprentissage par approximation et interpolation • Classification non supervisée • Apprentissage par renforcement • Annexes et bibliographie.
Antoine Cornuéjols est maître de conférences à l'Institut d'informatique d'entreprise et chercheur au LRI de Paris XI à Orsay. Il enseigne l'apprentissage artificiel dans plusieurs grandes écoles et en DEA. Ses recherches portent notamment sur l'utilisation de l'apprentissage pour l'analyse de données en médecine, en génomique et en vision artificielle.
Laurent Miclet est professeur à l'ENSSAT de Lannion. Il est responsable du projet CORDIAL de l'INRIA et enseigne l'apprentissage artificiel et la reconnaissance des formes dans plusieurs grandes écoles et en DEA. Ses recherches portent en particulier sur l'apprentissage pour le dialogue homme-machine et les technologies vocales.
Yves Kodratoff est directeur de recherches au CNRS et dirige au LRI l'équipe Inférence et Apprentissage. Il s'intéresse à toutes les techniques de raisonnement inductif, et en particulier à leur application au data mining.
