I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°5.

Slides:



Advertisements
Présentations similaires
ATELIER 1 ATELIER 1 Module 3 TICE et développement professionnel
Advertisements

Classification et prédiction
Classification et prédiction
Apprentissage supervisé à partir de séquences
Introduction Pour concrétiser l’enseignement assisté par ordinateur
Les TESTS STATISTIQUES
INTRODUCTION Grande quantité de données
Les K plus proches voisins
Systèmes à base de connaissances
CHAP 1. Les critères de décision en univers non mesurable
Les TESTS STATISTIQUES
LA PROGRESSION PEDAGOGIQUE
Understanding, building and using ontologies. Understanding Ontologie : la définition des concepts utilisés dans un langage donné Première approche (Gruber)
Systèmes Experts implémentation en Prolog
R. Saint-Paul, G. Raschia and N. Mouaddib IRIN, Nantes (France)
Les systèmes experts L3 MI.
Qu’est-ce qu’apprendre? Où en sommes-nous avec l’apprentissage?
A quoi sert la formation : du recrutement à la gestion des compétences
Système de gestion de bases de données. Modélisation des traitements
La démarche pédagogique du MF1
Initiation au système d’information et aux bases de données
Les Systèmes Experts I.A. Session 2009/2010
Introduction à l’Intelligence Artificielle
Structures de données linéaires
L’avancement du mémoire 19 avril 2005
BIAD Bases de l’Intelligence Artificielle Distribuée
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 3 ème Année – Cours n°2.
Méthode des k plus proches voisins
Méthodes Numériques appliquées à la
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°3.
Jeu de la Vie ( ) Yu LI, Laboratoire MIS, Université de Picardie Jules Verne, France.
Thème -1- : L’electromagnetisme
Les 10 règles pour choisir ses mots clefs pour son référencement internet? © ©
Le socle commun de connaissances et de compétences
B Souda Abdelhafidh Mai 2006 Lévaluation est-elle une innovation en Tunisie B souda Abdelhafidh Élève inspecteur au CENAFFE.
BIO1530 Lab2 Littérature scientifique. Objectifs de lexercice Après avoir complété cet exercice, vous devriez être en mesure de: Déterminer si une publication.
Métacognition: quelques exemples opérationnels dans le supérieur Liège, le 14 avril 2008 B. Noël.
Cours de mathématiques économiques
L’évaluation.
OPTION DP3 L’Option DP3 est ouverte à tout élève de 3ème qui se pose des questions sur son avenir scolaire et/ou professionnel. En effet, la 3ème est.
Test d'hypothèse pour des proportions:
Interface Homme-machine (interaction humain-machine)
Algorithmes Branch & Bound
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°6.
Conception d’un diagramme EA Frédéric Gava (MCF) LACL, bâtiment P2 du CMC, bureau 223 Université de Paris XII Val-de-Marne 61 avenue.
Fabienne BUSSAC PROBABILITÉS 1. VOCABULAIRE
S. Canu, laboratoire PSI, INSA de Rouen
10 juin 2008 Journée Technologies et Enjeux de l'Apprentissage Mobile Equipe SIMBAD.
Présentation février 2002 Relations Visiblement Meilleures.
TIPE Les dames chinoises
Les besoins linguistiques
Trajectory Tree [1] Patrick Cinq-Mars. © Name – Month YEAR2 / TOTAL PAGES TTree: Tree-Based State Generalization with Temporally Abstract Actions William.
Thibault ROY & Olivier SAGIT Exposé du mercredi 17 décembre 2003 Apprentissage Interactif Apprentissage avec SpamAssassin UFR de Sciences Département d’Informatique.
CHAPITRE 3. Acquisition d’information et révision des croyances
02/10/07 MATHÉMATIQUES FINANCIÈRES I Neuvième cours.
Informatique et Sciences du Numérique
Relations et fonctions
L’évaluation formative
Correction problème 1.
Retour sur la conférence de Rémi Brissiaud
BASES ET BANQUES DE DONNEES Objectifs de l’enseignement
Algorithmique Tableaux de données
Objets et Actions Élémentaires.
Philippe Gandy - 15 septembre 2015 Basé sur les notes de cours de Daniel Morin et Roch Leclerc.
Introduction Module 1.
Marketing : soyez acteurs de votre apprentissage ! Laurence Chérel - Catherine Madrid1.
Scénario Quatre hipsters entrent en collision un dans l'autre dans un ascenseur plein de personnes. En conséquence ils laissent tomber leurs téléphones.
Réalisé par : Ibrahimi salma Elharnouny chaimae.
Transcription de la présentation:

I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°5

La logique floue La logique floue consiste à utiliser des nombres réels compris entre 0 et 1 plutôt que des valeurs booléennes. Ces valeurs sont utilisées comme des probabilités d’occurrence dans la prise de décision.

Application aux systèmes experts Dans un système expert, on peut définir la probabilité d’application d’une règle. Dans le cas d’un chaînage, cela peut permettre de définir la probabilité qu’un ou plusieurs raisonnements soient valides. On peut également utiliser ces informations pour modifier l’ordre d’application des règles.

Apprentissage Lorsqu’un système expert est capable de faire évoluer sa base de connaissance, on dit qu’il a une capacité d’apprentissage. Il existe deux types d’apprentissage : – Supervisé : l’utilisateur interagit avec le système pour le faire évoluer. – Non-supervisé : le système évolue seul pendant le fonctionnement.

Apprentissage supervisé Permet d’ajouter de faire évoluer la base de connaissance en demandant à l’utilisateur de saisir des faits ou des règles Par exemple dans Akinator – Lorsque le personnage est inconnu, on peut le saisir. – L’utilisateur peut soumettre de nouvelles questions pour mieux catégoriser les personnages.

Apprentissage non supervisé A partir d’une source importante d’informations, le système induit de nouveaux faits et de nouvelles règles (data-mining). Si le système utilise de la logique floue, on peut faire évoluer les probabilités associées aux règles au cours du fonctionnement.

Les problèmes de logique parallèle Ces problèmes peuvent se poser lorsqu’un système expert est utilisé pour déduire les actions d’un agent. Si le système infère deux actions différentes, laquelle doit-il choisir ?

Les problèmes de logique parallèle Plusieurs stratégies peuvent être mises en place pour choisir l’action à effectuer : – L’ordre des règles dans la base de connaissance (on choisit la première règle inférée). – L’utilisation d’une heuristique, par exemple le nombre de prémisses de la règle (utilisation du maximum d’informations). – Dans un système à logique floue, on peut utiliser les probabilités pour déterminer une action. – D’autres solutions peut être imaginées en fonction des applications !

“We are continually faced with a series of great opportunities brilliantly disguised as insoluble problems.” John W. Gardner Authors: Ophir Paz ) Geoffroy Vincens