Résultats de la recherche

...e de données les unes par rapport aux autres, en leur associant un rang de classification. L'algorithme reprend les grandes lignes d'[[AdaBoost]] mais remplace les exemples par de ...

...e|Extrait allemand de l'arbre de décision C4.5 pour l'exemple : Sarah fait de la voile]] ...rations. L'algorithme produit un [[Arbre de décision (apprentissage)|arbre de décision]]. ...

...énéré par ID3. Les attributs sont disposés sous forme de nœuds en fonction de leur capacité à classer les exemples. Les valeurs des attributs sont représ ...que produit ID3 est un [[arbre de décision]]. Cet arbre servira à classer de nouveaux échantillons. ...

...hique''' est un [[partitionnement de données]] ou ''clustering'', au moyen de diverses méthodes, dites « ascendantes » et « descendantes ». == Classification descendante hiérarchique == ...

...é]]. En abrégé KPPV ou k-PPV en français, ou plus fréquemment k-NN ou KNN, de l'anglais ''{{lang|en|k-nearest neighbors}}''. ...che de la nouvelle entrée ''x'', selon une distance à définir. Puisque cet algorithme est basé sur la distance, la normalisation peut améliorer sa précision<ref> ...

...rées sur des observations. Un classifieur linéaire est un type particulier de classifieur, qui calcule la décision par [[combinaison linéaire]] des échan ...ce terme peut être remplacé par discrimination linéaire, ou apprentissage de surface séparatrice linéaire. Pour les statisticiens, ces méthodes sont par ...

...tion permet de définir la notion de [[NP-difficile|NP-difficulté]] et donc de [[NP-complétude]]. ...lgorithme polynomial qui calcule <math>f\!</math> est appelé '''algorithme de réduction'''. ...

...apprentissage automatique]] à partir des domaines de la [[statistique]] et de l'[[analyse fonctionnelle (mathématiques)|analyse fonctionnelle]]<ref>[[Tre ...ns des domaines tels que la [[vision par ordinateur]], la [[reconnaissance de la parole]], la [[bioinformatique]]. ...

...'' est une mesure de qualité d'une partition d'un ensemble de données en [[classification automatique]]<ref name="test">A fuzzy relative of the ISODATA process and i ...stance particulière et qui peut donc être utilisée dans une grande variété de situations. ...

...'' est une mesure de qualité d'une partition d'un ensemble de données en [[classification automatique]] Il se rapproche beaucoup du critère utilisé pour stopper certains algorithmes de partitionnement, comme les [[K-means]]. ...

...n (mathématiques)|pulvériser]]. C'est un concept central dans la [[théorie de Vapnik-Tchervonenkis]]. Il a été défini par [[Vladimir Vapnik]] et [[Alexeï ...ar sa ''capacité'' est faible. Nous décrivons cette notion de ''capacité'' de manière plus rigoureuse ci-dessous. ...

...Davies-Bouldin''' est une mesure de qualité d'une partition d'un ensemble de données, introduite par David L. Davies et Donald W. Bouldin en 1979<ref>{{ ...tance d'un point au centre de son groupe et la distance entre deux centres de groupes. ...

...st une mesure de qualité d'une [[partition d'un ensemble]] de données en [[classification automatique]]<ref>{{Article|prénom1=Peter J.|nom1=Rousseeuw|titre=Silhouett ...rse, si cette différence est positive, le point est en moyenne plus proche de son groupe que du groupe voisin : il est donc bien classé. ...

...= Ajustement d'un [[modèle de mélange]] par EM sur les données de durée et de délai des éruptions du geyser [[Old Faithful]]. Le modèle aléatoire initial ...al Society|volume=39|numéro=1|année=1977|jstor=2984875|pages=1–38}}</ref>. De nombreuses variantes ont par la suite été proposées, formant une classe ent ...

...sation est souvent effectuée en utilisant la procédure itérative appelée [[algorithme espérance-maximisation|espérance-maximisation]] (''EM''). ...t de reconstruire de manière efficace les données manquantes dans un [[jeu de données]] expérimentales. ...

...prentissage appelés ''classifieurs faibles''. Le principe est la [[Sagesse de la foule|sagesse d'une foule]] d'experts. Chaque classifieur faible est un ...sage fourni. AdaBoost (avec des [[Arbre de décision (apprentissage)|arbres de décision]] comme classifieurs faibles) est souvent désigné comme le meilleu ...

{{voir homonymes|Classification}} ...ge non-supervisé]] (où aucune étiquette de classe n'est fournie). Elle est de plus en plus utilisée, en raison du besoin croissant d'automatiser des tâch ...

...ution des gouttes de pluie|distribution en taille des gouttes de nuages et de pluie]] ([[granulométrie]]), aussi appelée spectre en taille<ref>{{Ouvrage ...e [[masse de la colonne de précipitations]], ou VIL, qui utilise les échos de précipitations sommés dans la verticale. ...

...modèle final qui combine leurs sorties. Le bagging est un cas particulier de l'approche d'[[apprentissage ensembliste]]. ...re les modèles intermédiaires : on dit que c'est un [[Métaheuristique|méta-algorithme]]. ...

{{homonyme|Classification spectrale}} ...r des ensembles de données de structure « non-globulaire », dans un espace de représentation adéquat. ...