diaporamaMiscDM
◃ Ch. 1 ECD ▹
Apprentissage supervisé
- L'apprentissage supervisé a pour but de générer
une méthode de prédiction automatique d'une valeur cible (la
classe) à partir d'autres informations (les descripteurs
ou attributs).
- Pour produire un modèle explicatif de
ces classes, les méthodes d'apprentissage supervisé disposent
d'un ensemble de données (les exemples ou observations) dont la
classe est déjà fixée, soit par un expert, soit par une
méthode automatique.
- L'objectif est d'établir des règles pour
associer une classe à un nouvel élément non apparié. Dans
ce cas, la recherche de similitudes est orientée par les groupes
prédéfinis et le résultat fournit une explication sur l'origine
des classes.
- Formellement, on dispose d'un ensemble de données E sous forme matricielle décrite par n attributs Attri, l'objectif est d'analyser ces données afin d'être capable de prédire un des attributs (la classe) à l'aide des autres.
- Si la classe est Attrn, on cherche à identifier une fonction F(Attr1, Attr2,..., Attrn-1) = Attrn
