Mémoires de Fin d’Etudes
Etablissement
Université d’Oran1 - Ahmed Ben Bella
Affiliation
Département d’Informatique
Auteur
BELDJILALI, Abdelkader
Directeur de thèse
ATMANI B. (Maitre de conférence)
Filière
Informatique et Automatique Appliquée
Diplôme
Magister
Titre
Gestion du Degré de Certitude des Connaissances : Extension et Adaptation du Système >
Mots clés
Apprentissage automatique; Automate cellulaire; Extraction de règles;Fouille des données; Graphe d’induction; Logique floue.
Résumé
Vu le progrès dans les différents formats de représentations des données, les différents recherches en Intelligence Artificielle converge vers l’interprétation de ces donnés afin d’extraire des connaissances fiables, rapides et efficaces. Entre autre, dans le domaine de l’extraction des connaissances dit Apprentissage Automatique, une panoplie de méthodes est utilisée pour fournir des solutions aux différents problèmes sous différentes formulations et dans multiples domaines d’application. Parmi ces méthodes, on trouve les arbres de décision, qui permettent de classer des individus en classes et cela en interprétant leurs règles de décision déduites. En effet, nous utilisons dans notre approche proposée les arbres de décision pour classer des « individus » d’une « population » afin d’en extraire une connaissance utile et opérationnelle, car on fournit des règles faciles à interpréter pour un expert du domaine étudié. Toute fois, les données qu’on manipule sont souvent « incertaines » et nous mènent à un jugement désarroi, ce qui implique l’utilisation d’une approche pour remédier à l’imprécision des données, une solution que nous avons pu mettre en œuvre en utilisant l’approche flou, et qui nous a permis de déduire de nouvelles règles flous.
Date de soutenance
2010
Cote
TH3168
Pagination
86F.
Format
30 cm
Notes
RESUME ET MOTS CLES.BIBLIOG.83-86F.
Statut
Soutenue