Master Recherche Informatique (MRI, Lille 1)

23 septembre 2009 : séance 1/10

Introduction à la classification supervisée

• problématique générale ;
• exemples de tâches d'apprentissage ;
• historique et motivations ;
• organisation du cours.

Éléments d'un problème d'apprentissage

• classes, exemples, hypothèses ;
• modèles d'apprentissage ;
• évaluations, protocoles expérimentaux ;
• no free lunch theorem ;
• méthodes et grands domaines de l'apprentissage.

Learning as search

• relation de subsomption ;
• structuration de l'espace de recherche ;
• espace des versions ;
• définition et nécessité des biais ;
• compromis biais/variance.

30 septembre 2009 : séance 2/10

Learning as search (fin)

• Vapnik-Chervonenkis (dimension, borne sur l'erreur) ;
• bilan

Généralités sur le codage attributs-valeurs

Arbres de décision

• formalisme
• algorithme d'apprentissage ;
• discussion.

Techniques à base de moindres généralisés

• introduction

7 octobre 2009 : séance 3/10

Techniques à base de moindres généralisés

• formalisme
• algorithme d'apprentissage DLG ;
• algorithme d'apprentissage GloBo ;
• variations sur le bruit et sur les moindre généralisés multiples ;
• comparaisons expérimentales et discussion.

Cadre PAC

• protocole d'apprentissage avec oracle ;
• notions de PAC-apprenabilités (faible et forte).

14 octobre 2009 : séance 4/10

Cadre PAC

• protocole d'apprentissage avec oracle ;
• définition de la PAC-apprenabilité (forte) ;
• preuve d'apprenabilité pour les rectangles ;
• notion d'apprenabilité faible ;
• preuve de boosting.

21 octobre 2009 : séance 5/10

Méthodes de combinaison

• technique du bagging, random forests ;
• algorithme AdaBoost, boosting de stumps et de moindres généralisés ;
• productions aléatoires ;
• discussion sur les méthodes d'ensemble.

28 octobre 2009 : pause

4 novembre 2009 : séance 6/10

Inférence grammaticale : généralités

• éléments de théorie des langages ;
• inférence grammaticale ;
• apprentissage à la limite.

Inférence grammaticale : apprendre par positifs seuls

• algorithme de Fernau pour les expressions régulières ;
• algorithme CRX pour l'inférence de DTD ;
• algorithme k-TSSI pour les automates k-TSS ;
• algorithme ZR pour les automates 0-réversibles, échantillon caractéristique ;
• algorithme de Frédéric Tantini pour les boules de mots.

11 novembre 2009 : férié

18 novembre 2009 : séance 7/10

Inférence grammaticale : apprendre par positifs seuls

• preuve d'apprentissage à la limite pour les 0-réversibles.

Inférence grammaticale : apprendre avec informateur

• algorithme RPNI ;
• combinaisons d'automates moindres généralisés.

25 novembre 2009 : séance 8/10

Programmation Logique : rappels

• terminologie ;
• programmes Prolog.

Programmation Logique Inductive : principes

• tests de subsomptions ;
• opérateurs (généralisation, spécialisation) ;
• moindre généralisé sous theta-subsomption ;
• problèmes d'ILP

2 décembre 2009 : séance 9/10

Programmation Logique Inductive : méthodes

• FOIL ;
• combinaisons de moindres généralisés.

Activités de recherche

• l'équipe-projet INRIA Mostrare ;
• autres activités (GRAppA, vie artificielle, etc.).

9 décembre 2009 : pause (révisions)

16 décembre 2009 : interrogation

---