Apprentissage Artificiel - Cornuéjols Antoine

. .

Résumé :
Les programmes d'intelligence artificielle sont aujourd'hui capables de reconnaître des commandes vocales, d'analyser automatiquement des photos satellites, d'assister des experts pour prendre des décisions dans des environnements complexes et évolutifs (analyse de marchés financiers, diagnostics médicaux...), de fouiller d'immenses bases de données hétérogènes, telles les innombrables pages du Web... Pour réaliser ces tâches, ils sont dotés de modules d'apprentissage leur permettant d'adapter leur comportement à des situations jamais rencontrées, ou d'extraire des lois à partir de bases de données d'exemples. Ce livre présente les concepts qui sous-tendent l'apprentissage artificiel, les algorithmes qui en découlent et certaines de leurs applications. Son objectif est de décrire un ensemble d'algorithmes utiles en tentant d'établir un cadre théorique pour l'ensemble des techniques regroupées sous ce terme "d'apprentissage artificiel". A qui s'adresse ce livre ? Ce livre s'adresse tant aux décideurs et aux ingénieurs qui souhaitent mettre au point des applications qu'aux étudiants de niveau Master 1 et 2 et en école d'ingénieurs, qui souhaitent un ouvrage de référence sur ce domaine clé de l'intelligence artificielle.

Biographie:
Antoine Cornuéjols est professeur à AgroParisTech. Il enseigne l'apprentissage artificiel dans plusieurs grandes écoles et en Master. Ses recherches portent notamment sur l'apprentissage en ligne, l'apprentissage à partir de flux de données ainsi que sur des applications en bioinformatique et sciences du vivant. Laurent Miclet est professeur à l'ENSSAT (www.enssat.fr) de Lannion, université de Rennes-I, et responsable du projet CORDIAL de l'IRISA (www.irisa. fr). Il enseigne l'apprentissage artificiel et la reconnaissance des formes dans plusieurs grandes écoles et en Master. Ses recherches portent en particulier sur l'apprentissage pour le dialogue homme-machine et les technologies vocales.

Sommaire:
["LES FONDEMENTS DE L'APPRENTISSAGE","Première approche de l'induction","Environnement méthodologique","APPRENTISSAGE PAR EXPLORATION","Induction et relation d'ordre","Programmation logique inductive","Transfert de connaissance","Inférence grammaticale","Apprentissage par évolution","APPRENTISSAGE PAR OPTIMISATION","Modèles linéaires","Réseaux connexionnistes","Réseaux bayésiens","Inférence d'arbres","APPRENTISSAGE PAR APPROXIMATION ET INTERPOLATION","Méthode à noyaux","Apprentissage bayésien","Apprentissage par renforcement","AU-DELA DE L'APPRENTISSAGE SUPERVISE","Combinaisons d'experts","Classification non supervisée et fouille de données, apprentissage semi-supervisé","Nouvelles tâches et nouvelles questions"]