Apprentissage de Concept a partir d'Exemples (tres) Ambigus

Résumé : Dans cet article nous explorons l'incompletude des donnees dans le cadre de l'apprentissage de concepts propositionnels. Nous suivons l'idee de H. Hirsh qui etend le paradigme de l'espace des versions : dans cette extension une hypothese doit etre compatible (dans un sens a definir au cas par cas) avec toutes les informations relatives aux exemples. Nous proposons une representation de ces informations qui rend non seulement compte de situations ou les donnes sont manquantes mais aussi de situations plus generales d'ambiguite dans lesquelles l'exemple est cache au sein d'un ensemble d'instances virtuelles. Nous presentons un nouvel algorithme, LEa, qui apprend un concept DNF (monotone) existentiel a partir d'un ensemble d'exemples ambigus. Nous comparons LEa a J48 et Naive Bayes sur des problemes usuels rendus incomplets a divers degres. Résumé français : Dans cet article nous explorons l'incompletude des donnees dans le cadre de l'apprentissage de concepts propositionnels. Nous suivons l'idee de H. Hirsh qui etend le paradigme de l'espace des versions : dans cette extension une hypothese doit etre compatible (dans un sens a definir au cas par cas) avec toutes les informations relatives aux exemples. Nous proposons une representation de ces informations qui rend non seulement compte de situations ou les donnes sont manquantes mais aussi de situations plus generales d'ambiguite dans lesquelles l'exemple est cache au sein d'un ensemble d'instances virtuelles. Nous presentons un nouvel algorithme, LEa, qui apprend un concept DNF (monotone) existentiel a partir d'un ensemble d'exemples ambigus. Nous comparons LEa a J48 et Naive Bayes sur des problemes usuels rendus incomplets a divers degres.
Type de document :
Communication dans un congrès
Y. Bennani and C. Rouveirol. XI eme conference francophone sur l'apprentissage artificiel, May 2009, Hammamet, Tunisie. p 1-11, 2009, 〈http://cap2009.lipn.fr〉
Liste complète des métadonnées

Littérature citée [11 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00491031
Contributeur : Veronique Ventos <>
Soumis le : jeudi 10 juin 2010 - 18:07:14
Dernière modification le : jeudi 11 janvier 2018 - 06:20:11
Document(s) archivé(s) le : vendredi 19 octobre 2012 - 13:25:09

Fichier

CAP09.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00491031, version 1

Citation

Dominique Bouhtinon, Henry Soldano, Veronique Ventos. Apprentissage de Concept a partir d'Exemples (tres) Ambigus. Y. Bennani and C. Rouveirol. XI eme conference francophone sur l'apprentissage artificiel, May 2009, Hammamet, Tunisie. p 1-11, 2009, 〈http://cap2009.lipn.fr〉. 〈inria-00491031〉

Partager

Métriques

Consultations de la notice

178

Téléchargements de fichiers

78