Caractérisation d'instances d'apprentissage pour méta-mining évolutionnaire. - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2016

Caractérisation d'instances d'apprentissage pour méta-mining évolutionnaire.

Résumé

Les nombreuses techniques d'apprentissage et de fouille de données mises au point au cours des dernières décennies peuvent se révéler d'importants atouts dans divers domaines, mais choisir la technique la plus appropriée pour une application précise est une tâche très complexe pour un non-expert. Notre objectif est ainsi de produire un assistant de modélisation répondant à ce besoin, par une approche à la frontière du méta-apprentissage et des heuristiques évolutionnaires. Nous présentons ici le fonctionnement prévu de cet assistant, suivi d'une discussion de notre approche du problème de caractérisation des instances d'apprentissage, qui reste un verrou majeur du méta-apprentissage et méta-mining.
Fichier principal
Vignette du fichier
raynaut_17181.pdf (188.97 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03627164 , version 1 (01-04-2022)

Identifiants

  • HAL Id : hal-03627164 , version 1
  • OATAO : 17181

Citer

William Raynaut, Chantal Soulé-Dupuy, Nathalie Vallès-Parlangeau. Caractérisation d'instances d'apprentissage pour méta-mining évolutionnaire.. Journées Francophones Extraction et Gestion de Connaissances (EGC 2016), Jan 2016, Reims, France. pp.1-6. ⟨hal-03627164⟩
3 Consultations
2 Téléchargements

Partager

Gmail Facebook X LinkedIn More