Apprentissage autonome à partir d'exemples

L'apprentissage automatique est l'un des grands d fis de l'intelligence artificielle. Le raisonnement inductif partir d'exemples class s est la base de nombreuses m thodes d'exploration de donn es, qui sont aujourd'hui tr s la mode dans le domaine du traitement des donn es de masse. La fonction de ces m thodes est de d crire de mani re intensive une collection de concepts, initialement exprim s sous une forme extensionnelle au moyen d'un ensemble d'exemples class s. La plupart des m thodes ont pour point de d part une collection fixe d'exemples, consid r e comme suffisamment significative. Toutefois, pour la grande majorit des probl mes relativement complexes, cette collection initiale n'est pas toujours disponible. En outre, il se peut que de nombreux exemples n'aient pas encore t d couverts et que certains d'entre eux soient incompl tement sp cifi s. Ce livre propose une solution pour de telles situations, bas e sur un mod le d'apprentissage autonome guid par un processus incr mental d'induction et de raisonnement d ductif et par les exp riences du mod le lui-m me et de l'utilisateur, sans limites sur le nombre d'exemples explorer.