Méta-apprentissage d'expériences : Nouvelles voies en data mining

 
9782711748457: Méta-apprentissage d'expériences : Nouvelles voies en data mining
Présentation de l'éditeur :

Les entreprises, et de façon générale les organisations, soumises au besoin vital de traiter les flots d'informations qui les environnent, mettent en place de nouveaux systèmes spécialisés dans la gestion de la collecte et du traitement de l'information. Pour cela, il est nécessaire de disposer d'une architecture technique spécifique, capable d'affronter le défi de l'ampleur des volumes (stockage) et des traitements (analyse). Confrontées aux changements, ces mêmes organisations doivent de plus modifier leurs outils ou modèles de traitement des données, qui doivent pouvoir s'auto-adapter à une situation nouvelle, améliorer leurs performances, leur efficacité, etc. Une connaissance (métaconnaissance) doit pouvoir intervenir sur la connaissance (un modèle) qui traite les informations. L'acquisition automatique de cette métaconnaissance est appelée méta-apprentissage C'est le sujet de cet ouvrage, qui présente des recherches effectuées dans le cadre du méta-apprentissage d'expériences. Le méta-apprentissage d'expériences consiste à apprendre automatiquement une métaconnaissance à partir d'exemples, d'expériences, de données, de façon à agir ultérieurement sur la connaissance pour obtenir de meilleurs résultats ou des informations prédictives. L'ouvrage explicite les algorithmes et leurs capacités à traiter certains types de problèmes, notamment dans un environnement distribué. Il propose de nombreuses solutions originales qui peuvent être exploitées par des chercheurs ou des ingénieurs développeurs d'applications, notamment en data mining. Ces nouvelles approches donnent des résultats faciles à interpréter par l'utilisateur. Un outil gratuit, fonctionnant dans l'environnement Windows, est décrit.

Biographie de l'auteur :

Claude Dussart docteur en aide à la décision dans les systèmes de santé (université Claude Bernard Lyon]), est chercheur au CESH (Centre européen de santé humanitaire). Claude Petit est directeur de recherche au CESH, chercheur au LASS (Laboratoire d'analyse des systèmes de santé), dans l'équipe Modèles et algorithmes d'aide à la décision distribuée (université Claude Bernard Lyon 1). Cet ouvrage est publié avec le soutien du CESH, qui a fourni aux auteurs plusieurs applications pour valider algorithmes et heuristiques de méta-apprentissage.

Les informations fournies dans la section « A propos du livre » peuvent faire référence à une autre édition de ce titre.

(Aucun exemplaire disponible)

Chercher:



Créez une demande

Si vous ne trouvez pas un livre sur AbeBooks, nous le rechercherons automatiquement pour vous parmi les livres quotidiennement ajoutés au catalogue.

Créez une demande