23
! #$ %&'()&* +(,&-./(01 %2,(34,)15*67 8 9:;% <9% =>? 4&'()&*@6(,&-*/(01A42,(B4,)1'*67@C, Une Introduction à l’apprentissage artificiel ! #$ D* 6(-,1 8 Cours : 4 AA + 4 FD 3 quizz + 2 DM + 2 contrôles sur table (19 déc. 2014) Documents Le livre "L'apprentissage artificiel. Concepts et algorithmes" (Eyrolles. 2 ème éd. 2010) A. Cornuéjols & L. Miclet. Les transparents + Informations + devoirs + projets sur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ntroduction à l’ Apprentissage Artificiel

Une Introduction apprentissage artificiel 3 quizz + 2 DM

  • Upload
    others

  • View
    5

  • Download
    0

Embed Size (px)

Citation preview

!"#$"

%&'()&*"+(,&-./(01"

%2,(34,)15*67"8"9:;%"""<9%"=>?"

4&'()&*@6(,&-*/(01A42,(B4,)1'*67@C,"

Une Introduction à l’apprentissage artificiel""

!"#$"

D*"6(-,1"

•  8 Cours : 4 AA + 4 FD

•  3 quizz + 2 DM + 2 contrôles sur table (19 déc. 2014)

•  Documents

–  Le livre "L'apprentissage artificiel. Concepts et algorithmes" (Eyrolles. 2ème éd. 2010) A. Cornuéjols & L. Miclet.

–  Les transparents + Informations + devoirs +

projets sur :"

7EBF!!GGG@42,(B4,)1'*67@C,!-C,H)&C(!I*IJ,*1!6(,&-*/(01!5*467)&2!<41'*,H9K9!+(-,1H9K9HL@7'I0"

M"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

!"#$"

!"   #$%&'()*+,(%#-#./011'2%,33042#0',5+62.#

7"   #%BB,*&P1142*"1-B*,W)1."O*"6(&6*B'"F">X"4BB,(67*#

8"   #%BB,*&P1142*"B4,",.1*4-Y"6(&&*Y)(&&)1'*1#

9"   #Z&"B*-"O*"'7.(,)*"1-,"0R)&O-6P(&"*'"I.'7(O*1"OR.W40-4P(&"O*"0R4BB,*&P1142*#

L"

304&"

N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"["N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

Introduction à

l’ Apprentissage Artificiel

!"#$"

Apprendre ?

="N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"\"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

!"#$"

DR4BB,*&P1142*"4,PS6)*0""

•  Science de la modélisation

–  Recherche des régularités sous-jacentes aux données d’observation

–  Cherche un modèle du monde permettant la décision et la prédiction

•  Science de l’adaptation

!  Apprentissage par renforcement

!  Évolution simulée

]"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

^-R*1'H6*"_-*"0R4BB,*&P1142*"`"

Meilleure modélisation du monde

à partir d’observations

en vue de prédiction et de compréhension

?"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

!"#$"

^-R*1'H6*"_-*"0R4BB,*&P1142*"`"

Changements dans un système lui permettant de

réaliser le même type de tâche qu’à l’entraînnement

avec une meilleure performance

à l’avenir

#"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

%BB,*&P1142*"Q"B4,P,"OR*Y*IB0*1"

•  +(&6*B'"6(IB0)_-."Q"B,(2,4II*,"

–  <(-W*I*&'1"4BB,(B,).1"B(-,"-&",(J('"

–  3*,1(&&*"Q",*6,-'*,"!"&*"B41",*6,-'*,"

–  +4,46'.,)1P_-*1"B,.O)1B(14&'"Q"-&"6*,'4)&"'aB*"O*"64&6*,"

>$"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

" "%BB,*&P1142*"-#10','#)/2:2;1.23#

!"#$"

Recherche de régularités

>>"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

>@">H"^-*0"(J/*6PC"`"""

>M"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

!"#$" 2- Modélisations

2.1 Types de modèles : Modèles constructifs

>L"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

Données -> régularités pour prédire"

!"#$"

Adaptation

•  Association

•  Imitation

•  Apprentissage de comportement :

–  Apprendre à marcher (insectoïdes de Brooks)

–  Apprendre à se comporter sur une planète

•  Apprendre à mieux jouer

–  S'adapter à l'adversaire

–  Ne pas répéter ses fautes

–  Apprendre à jouer en équipe •  Équipes de robots

!"#$"

Illustrations : Grand DARPA challenge (2005)

!"#$"

Illustrations : Grand DARPA challenge (2005)

!"#$"

Illustrations : Grand DARPA challenge (2005)

"  150 mile off-road robot race across the Mojave desert

"  Natural and manmade hazards

"  No driver, no remote control "  No dynamic passing "  Fastest vehicle wins the race

(and 2 million dollar prize)

!"#$"

Illustrations : Grand DARPA challenge (2005)

!"#$"

1. 1- Quel objectif ?

•  Systèmes autonomes avec apprentissage

!"#$"

<23#2%&'=23"

M>"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

Induction supervisée

!"#$"

Identifieur Genre Age Niveau études

Marié ? Nb enfants Revenu Profession A prospecter ?

I_21 M 43 Bac+5 Oui 3 55 000 Architecte OUI

I_34 M 25 Bac+2 Non 0 21 000 Infirmier NON

I_38 F 34 Bac+8 Oui 2 35 000 Chercheuse OUI

I_39 F 67 Bac Oui 5 20 000 Retraitée NON

I_58 F 56 CAP Oui 4 27 000 Ouvrière NON

I_73 M 40 Bac+3 Non 2 31 000 Commercial OUI

I_81 F 51 Bac+5 Oui 3 75 000 Chef d’entreprise

OUI

Les données : organisation et types "

!"#$"

Identifieur Genre Age Niveau études

Marié ? Nb enfants Revenu Profession A prospecter ?

I_21 M 43 Bac+5 Oui 3 55 000 Architecte OUI

I_34 M 25 Bac+2 Non 0 21 000 Infirmier NON

I_38 F 34 Bac+8 Oui 2 35 000 Chercheuse

OUI

I_39 F 67 Bac Oui 5 20 000 Retraitée NON

I_58 F 56 CAP Oui 4 27 000 Ouvrière NON

I_73 M 40 Bac+3 Non 2 31 000 Commercial OUI

I_81 F 51 Bac+5 Oui 3 75 000 Chef d’entreprise

OUI

bY*IB0*"

U!"#$%&!'()*+,#*-!V"c*16,)B'*-,"

%E,)J-'"

U.!#,/0!V"

dP_-*E*"

U&#1!&V"

Les données : organisation et types "

!"#$"

D*1"O(&&.*1"

•  >2+&('62..23#

•  K._-*&6*1"

•  K',-6'-,.1"

•  5*IB(,*00*1"

•  KB4P40*1"

M="N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"""""""""""""b3%5H"M$>[" !"#$"

D*1"O(&&.*1"

•  e*6'(,)*00*1"

•  ?=@*2%+23#

•  K',-6'-,.1"

•  5*IB(,*00*1"

•  KB4P40*1"

D4"B,('.)&*"N"1Bf3$$$$[f+g+hij;Kb"T"*1'"46PW.*"

B4,"k"

">""""E642E2'2"44'244'224"62'266444'"42462'2662"6626626'62"4E62646E"""""""

\>"""'26E'622'"E'2662'62"E'646262'"E42E662'"'622E64E"66642E6E""""""

>M>"444'466224"62'44444'4"646'6'4462"2'66626244"24444424'4"442464'6'6""""""

>?>"2'42444'4'"'4444'444'"'66'4442'6"2E22E'6'"62E646E'"626'266'26"""""

"k"

[$M>"4244646266"24226'664'"'64'426466"46E62'62'"6E44'6666"'666'64'66"""""

[$?>"2664'22622"'26444444'"444442446'"6"

cbe9+bl*'7$""

mjj53;j5jl&(&*""

j:mjj5la*1""

93%cc;l>#M@>\?@$@n""

:b5<%KolM==@M==@M==@j""

pb5bq%gl>#M@>\?@$@M=["

1*4,67"*Y*IB0*@6(I"&4I1*,W*,"

>#M@>\?@$@M=["

M\"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"""""""""""""b3%5H"M$>["

!"#$"

D*1"O(&&.*1"

•  e*6'(,)*00*1"

•  K._-*&6*1"

•  ?&'*+&*'=3#

•  5*IB(,*00*1"

•  KB4P40*1"

D(2)_-*"O-">*,"(,O,*"F"

""""""""""J0(6Um>V"r"1-,'4J0*UmMV"r"4-HO*11-1Um>smMV"r"k""

M]"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"""""""""""""b3%5H"M$>[" !"#$"

D*1"O(&&.*1"

•  e*6'(,)*00*1"

•  K._-*&6*1"

•  K',-6'-,.1"

•  A2;1('2..23#

•  KB4P40*1"

M?"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"""""""""""""b3%5H"M$>["

!"#$"

D*1"O(&&.*1"

•  e*6'(,)*00*1"

•  K._-*&6*1"

•  K',-6'-,.1"

•  5*IB(,*00*1"

•  ?10,0.23#

M#"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"""""""""""""b3%5H"M$>[" !"#$"

Types de formats

Numérique continue (R) +(IB'*"*&"J4&_-*"F">M"#>=s?\"t"

Numérique discrète (N ou Z) :(IJ,*"OR*&C4&'1"""F">>"

Binaire +.0)J4'4),*""""""""""""""""F"W,4)"

Catégorie +(-0*-,"O4&1""u,(-2*s"W*,'s"J0*-v"

Texte D4"B,('.)&*"N"1Bf3$$$$[f+g+hij;Kb"T"*1'"

46PW.*"B4,"k"

Données structurées %,J,*s"*YB,*11)(&"n<Ds"k"

Séquences H"p.&(I*"

H"K._-*&6*"O*",*_-w'*1"1-,"1)'*"G*J"

Images, vidéos

!"#$"

5,()1"'aB*1"OR4BB,*&P1142*"

L>"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

Types d’apprentissages

!"#$"

Apprentissage supervisé

•  Un échantillon d’apprentissage

S = {(x1, y1), (x2, y2), … , (xi , yi), … , (xm, ym)}

LL"

!"

#"

•  Prédiction pour de nouveaux exemples x –h-> y ?

!"#$"

Exemples

•  Apprendre à diagnostiquer une maladie

–  x = description du patient (symptomes, résultats d’examens, …)

–  y = maladie (ou thérapie recommandée)

•  Étiquetage de texte (Part-of-Speech tagging)

!  x = une phrase (e.g. « a star was born »)

!  y = Rôle des mots dans la phrase

•  Reconnaissance de visages

!  x = image bitmap de visage

!  y = nom de la personne (ou caractéristique : en colère, …)

!"#$"

Apprentissage supervisé

L="!"#$"

Apprentissage supervisé

•  Un échantillon d’apprentissage

S = {(x1, y1), (x2, y2), … , (xi , yi), … , (xm, ym)}

L\"

!"

#"

•  Prédiction pour de nouveaux exemples x –h-> y ?

!"#$"

1 - L'induction supervisée

!"#$"

•  Discrimination

–  On peut prédire que

–  les clients totalisant des appels à l’étranger pour plus de

300!/mois et qui ont déjà fait 3 réclamations

–  sont susceptibles de changer pour un autre opérateur.

•  Régression

–  Le nombre de sinistres déclarés par un conducteur est

inversement proportionnel à l’ancienneté de son permis, avec des coefficients proportionnels propre à chaque sexe.

Apprentissage supervisé"

!"#$"

Types d’apprentissages"

!"#$"

Action Perception

Environnement

Récompense

Apprentissage de réflexes ... -> … apprentissage de planification

Types d’apprentissages"

!"#$"

Z&"B*-"O*";632#2%#1'0,@*2"

[>"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

•  Soient deux exemples dont les descriptions pourraient être :

–  E1 : Un triangle rayé au-dessus d’un carré uni noir

–  E2 : Un carré uni blanc au-dessus d’un cercle rayé

"  Formuler une description générale de ces deux exemples

E1 E2

A

B

C

D

Un exemple"

!"#$"

Description! Votre réponse! Vraie réponse!

1 grand carré rouge! -!

•  Exemples décrits par :

–  nombre (1 ou 2); taille (petit ou grand); forme (cercle ou carré); couleur (rouge ou vert)

•  Les objets appartiennent soit à la classe + soit à la classe -

>"2,4&O"64,,."W*,'"

M"B*P'1"64,,.1",(-2*1"

M"2,4&O1"6*,60*1",(-2*1"

>"2,4&O"6*,60*"W*,'"

>"B*P'"6*,60*",(-2*"

>"B*P'"64,,."W*,'"

>"B*P'"64,,.",(-2*"

M"2,4&O1"64,,.1"W*,'1"

x"

x"

x"

H"

x"

x"

x"

H"

Encore un autre exemple "

!"#$"

Illustration : un problème d’apprentissage

•  On cherche à apprendre une fonction inconnue

x1 x2 x3 x4

y6'")&6(&&-*"F"!"2"l".UY>sYMsYLsY[V(

B:2;1.2# :!# :7# :8# :9# B,@*2C2#

>" $" $" >" $" $"

M" $" >" $" $" $"

L" $" $" >" >" >"

[" >" $" $" >" >"

=" $" >" >" $" $"

\" >" >" $" $" $"

]" $" >" $" >" $"

Pouvez-vous deviner

la fonction ?

!"#$"

Illustration : un problème d’apprentissage

•  Combien de fonctions possibles de 4 entrées booléennes et une sortie booléenne ?

Exemple x1 x2 x3 x4 Etiquette

1 0 0 0 0 ?

2 0 0 0 1 ?

3 0 0 1 0 0

4 0 0 1 1 1

5 0 1 0 0 0

6 0 1 0 1 0

7 0 1 1 0 0

8 0 1 1 1 ?

9 1 0 0 0 ?

10 1 0 0 1 1

11 1 0 1 0 ?

12 1 0 1 1 ?

13 1 1 0 0 0

14 1 1 0 1 ?

15 1 1 1 0 ?

16 1 1 1 1 ?

•  Combien de fonctions encore envisageables quand on connaît 7 exemples ?

Apprendre est-il possible ?

!"#$"

Illustration : un problème d’apprentissage

•  Chercher une règle simple : de la forme d’une conjonction •  16 fonctions possibles (sans les négations)

B:2;1.2# :!# :7# :8# :9# B,@*2C2#

>" $" $" >" $" $"

M" $" >" $" $" $"

L" $" $" >" >" >"

[" >" $" $" >" >"

=" $" >" >" $" $"

\" >" >" $" $" $"

]" $" >" $" >" $"

Règle Contre-exemple

x1 (6) 1 1 0 0 0 x2 (2) 0 1 0 0 0 x3 (5) 0 1 1 0 0 x4 (7) 0 1 0 1 1 x1 ! x2 (6) 1 1 0 0 0 x1 ! x3 (3) 0 0 1 1 1 x1 ! x4 (3) 0 0 1 1 1 x2 ! x3 (3) 0 0 1 1 1 x2 ! x4 (3) 0 0 1 1 1 x3 ! x4 (4) 1 0 0 1 1 x1 ! x2 ! x3 (3) 0 0 1 1 1

Règle Contre-exemple

x1 ! x2 ! x4 (3) 0 0 1 1 1 x1 ! x3 ! x4 (3) 0 0 1 1 1 x2 ! x3 ! x4 (3) 0 0 1 1 1 x1 ! x2 ! x3 ! x4 (3) 0 0 1 1 1

Aucune de ces règles ne convient

!"#$"

Illustration : un problème d’apprentissage

•  Chercher une règle simple : de la forme m of n •  20 fonctions possibles B:2;1.2# :!# :7# :8# :9# B,@*2C2#

>" $" $" >" $" $"

M" $" >" $" $" $"

L" $" $" >" >" >"

[" >" $" $" >" >"

=" $" >" >" $" $"

\" >" >" $" $" $"

]" $" >" $" >" $"

Règle Contre-exemple

{x1} 8#

{x2} 7#

{x3} !#

{x4} D#

{x1,x2} 7# 8#

{x1,x3} !# 8#

{x1,x4} E# 8#

{x2,x3} 7# 8#

{x2,x4} 7# 8#

{x3,x4} 9# 9#

{x1,x2,x3} !# 8# 8#

Règle Contre-exemple

{x1,x2,x4} 7# 8# 8#

{x1,x3,x4} !# FFF#

8#

{x2,x3,x4} !# G# 8#

{x1, x2,x3,x4} !# G# 8# 8#

On a trouvé une règle ! !"#$"

Et pour la prédiction de séquence …

!"#$"[#"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

Apprentissage supervisé de concept

Une 1ère approche

!"#$"

•  Induction d’une fonction indicatrice (à valeur dans {-1,+1})

=$"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

9&O-6P(&"1-B*,W)1.*"O*"6(&6*B'"F"*Y*IB0*"

!"#$"

+" +"+"+"

+" +"+"

-"-"

-"

-"

-"

-"

-"-"

-"

B310+2#)23#2:2;1.23#H#"X"

x!H"`"

" ### Hypothèse de continuité dans#X##=>"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

%BB,*&O,*"""""B,.O)6P(&"O4&1"X""

!"#$"

b1B46*"O*1"*Y*IB0*1#H#X#" b1B46*"O*1"7aB('7z1*1#H#H###

LH

+" +"+"+"

+" +"+"

-"-"

-"

-"-"

-"

-"-"

-"

x ! 3(

=M"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

%BB,*&O,*"l"-&"/*-"*&',*"*1B46*1"

!"#$"

+" +"+"+"

+" +"+"

-"-"

-"

-"-"

-"

-"-"

-"

LH

x ! 3(

X H

=L"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

%BB,(67*,"0*"N"6(&6*B'"6)J0*"T"

!"#$"

# #Quelle méthode d’exploration de#H#I##

+" +"+"+"

+" +"+"

-"-"

-"

-"-"

-"

-"-"

-"

LH

x ! 3(

X H

x ! 3(x !3(? ?

=["N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

DR*YB0(,4P(&"O*"H""

!"#$"

$%&&'()"*%++,-'+".('"#/0%)#12'"34!'*).'.2'#

++

+

+ +

+

+

0

000

0

0

0

0

X

hm

Nouvel exemple : (xm+1 ,-1)

hm+1+

++

+ +

+

+

0

0

0

0

0

0

0

X

hm

Nouvel exemple : (xm+1 ,+1)

hm+1+

(a) (b)

<(O)S64P(&"OR-&*"7aB('7z1*"6(-,4&'*"

!"#$"

•  J!#H#*%&051)'#;063#,(*%++'*)'#

•  J7#H#*%++'*)'##;063#,(*%&051)'#

•  J8#H#*%&051)'#2&#*%++'*)'#H#

*%#4+'()'#

++

+

+ +

+

+

0

0

00

0

0

0

0

X

h1

h2h3

Couverture des exemples par une hypothèse"

!"#$"=]"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

Structuration de H

!"#$"

Induction supervisée de concept

Algorithme de l’espace des Versions

=?"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

!"#$"

Vers la généralisation

++ +

+ ++

+

0

00

0

0

0

0

Xcouverture(ht)

ht

ht+1

H

+

couverture(ht+1)

=#"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

;*04P(&"OR)&60-1)(&"*'",*04P(&"O*"2.&.,40)'."

!"#$"

Relation de généralité dans H induite par la relation d'inclusion dans"X

X

h1

h2

H

couverture(h3)

couverture(h2)

h3

couverture(h1)

\$"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

D4",*04P(&"O*"2.&.,40)'.")&O-)'*"O4&1"H""

!"#$"

{  J!#H#*%&051)'#;063#,(*%++'*)'#

{  J7#H#*%++'*)'##;063#,(*%&051)'#

{  J8#H#*%&051)'#2&#*%++'*)'#H#

*%#4+'()'#

++

+

+ +

+

+

0

0

00

0

0

0

0

X

h1

h2h3

\>"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

+(-W*,'-,*"O*1"*Y*IB0*1"B4,"-&*"7aB('7z1*"

!"#$"

Relation de généralité dans H induite par la relation d'inclusion dans X

X

h1

h2

H

couverture(h3)

couverture(h2)

h3

couverture(h1)

\M"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

D4",*04P(&"O*"2.&.,40)'.")&O-)'*"O4&1"H""

!"#$"

Ordre partiel dans H

hi hj

gms(hi, hj)

smg(hi, hj)

H\L"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

5,*)00)1"O*"2.&.,40)14P(&"O4&1"H""

!"#$"\["N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

Opérateurs d’exploration de H

!"#$"

•  p.&.,40)14P(&"–  5,4&1C(,I*"-&*"O*16,)BP(&"*&"-&*"O*16,)BP(&"B0-1"2.&.,40*"

•  KB.6)40)14P(&"–  c-40*"O*"04"2.&.,40)14P(&"

–  Ub&"2.&.,40"F"B,(O-)'"-&*"O*16,)BP(&"_-)"*1'"-&*"6(&1._-*&6*"0(2)_-*"O*"04"O*16,)BP(&")&)P40*V"

•  ;*C(,I-04P(&"

–  5,4&1C(,I*"-&*"O*16,)BP(&"*&"-&*"O*16,)BP(&"0(2)_-*I*&'"._-)W40*&'*"

\="N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

D*1"(B.,4'*-,1"

!"#$"

•  Règle d’abandon de conjonction

–  %"r"m"""+"" ""l|" ""%"""+"

" ""C*,,4,)"r",(-2*"""6(}'*-Y" ""l|" ""C*,,4,)"""6(}'*-Y"

•  Règle d’ajout d’alternative

–  %""""+"" ""l|" ""% # m""""+"

" "C*,,4,)"""6(}'*-Y" ""l|" ""C*,,4,)""#"",(-2*""""6(}'*-Y"

•  Règle d’extension du domaine de référence

–  %"r"~m"l";�"""+""""l|""""%"r"~m"l";R�"""+""

" "2,4&O"r"~6(-0*-,"l",(-2*�"""""""""6(}'*-Y"""

"l|""2,4&O"r"~6(-0*-,",(-2*""# "J0*-�"""6(}'*-Y"

\\"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

jB.,4'*-,1"O*"2.&.,40)14P(&"

!"#$"

[H"jB.,4'*-,1"O*"2.&.,40)14P(&"

•  Règle de clôture d’intervalle

–  %"r"~mlW>�"""+""r""%"r"~m"l"WM�"""+""""l|""%"r"~m"l"W>"@@@"WM�"""+"

" "2,4&O"r"~6(}'"l">$$�"""Q"467*'*,"rr"2,4&O"r"~6(}'"l">=$�"""Q"467*'*,""

"""l|""2,4&O"r"~6(}'"l">$$"@@">=$�"""Q"467*'*,""

•  Règle de l’ascension dans l’arbre de hiérarchie

–  %"r"~ml"&>�"""""+"""""rr""""%"r"~ml"&M�"""""+""""l|""""%"r"~ml":�"""""+""

" "6(,,(1)C"r"~.0.I*&'"l"670(,)&*�"""""'(Y)_-*"

" "6(,,(1)C"r"~.0.I*&'"l"J,(I)&*�"""""'(Y)_-*"

" ""l|"""6(,,(1)C"r"~.0.I*&'"l"740(2z&*�"""""'(Y)_-*"

4#&567*!(

805$)*!(93&50)*!(\]"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

[H"jB.,4'*-,1"O*"2.&.,40)14P(&"

•  Règle de variabilisation

–  yU4V"r"yUJV"r"@@@""""""+"" "l| ""$"Ws"yUWV"""+"

" "2,4&OU1(II*'h(J/*'V"r"2,4&OUC(&Oh(J/*'V"r"@@@"""""+"

" "l|" ""$"B4,P*s"2,4&OUB4,P*V""""+"

•  Règle de changement de conjonction en disjonction

–  %"r"m""""+" "l|"""""""% # m"""""+"

" "2,4&O""r",(-2*"""""6(}'*-Y" "l|"" "2,4&O"# ,(-2*""" 6(}'*-Y"

•  Règle d’extension du domaine de quantification

–  %"Ws"yUWV " +" ""l|" "$ Ws"yUWV"""""+"

%"B4,P*s"2,4&OUB4,P*V " +" ""l|" "$ B4,P*s"2,4&OUB4,P*V """+"

\?"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

!"#$"

[H"jB.,4'*-,1"O*"2.&.,40)14P(&"

•  Inversion de la résolution

–  %"r"m"""""+""""rr""""Ä%"r"c""""+""""""""l|"""""m # c"""""+"

W)*-Y"r"2,4&O""""""+""""rr""""Ä"W)*-Y"r",(-2*"""""+""""""""

"""l|"""""2,4&O # ,(-2*"" """"+"

•  Règle anti-extension

–  %""r""~mlW>�"""""+"""rr"""c"r"~mlWM�""" ""Ä+"""l|"""~m"Å"WM�""""""+"

•  Règle constructive de généralisation (modifiant les descripteurs)

–  %""r""m"""+"""rr"""c"""+ "l|" ""%""r""c"""+"

\#"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"]$"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

L’espace des versions a deux bornes

Une idée brillante

!"#$"

=H";*B,.1*&'4P(&"O*"0Ç*1B46*"O*1"W*,1)(&1"

Observation fondamentale :

L'espace des versions structuré par une relation d'ordre partiel peut être représenté par :

–  sa borne supérieure : le G-set

–  sa borne inférieure : le S-set

•  G-set = Ensemble de toutes les hypothèses les plus générales cohérentes avec les exemples connus

•  S-set = Ensemble de toutes les hypothèses les plus spécifiques cohérentes avec les exemples connus

H

G

S

hi hj

]>"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"]M"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

L’algorithme d’élimination des candidats

!"#$"

%BB,*&P1142*"@@@"

""""""""""""""""""""""":(%#0($)+!(;(<5/0(=!(&>!+%#-!(=!+(?!0+)5*+"

9O.*"F""

""""""""""I4)&'*&),"0*"KH1*'""

""""""""""""""""""""""""*'"0*"pH1*'""

4B,z1"674_-*"&(-W*0"*Y*IB0*"

#  """""""@&650),3$!(=>A&)$)*#B5*(=!+(-#*=)=#,+"

]L"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

Initialiser S et G par (resp.) :

–  l'ensemble des hypothèses les plus spécifiques (les plus générales)

cohérentes avec le 1er exemple positif connu.

Pour chaque nouvel exemple (positif ou négatif)

–  mettre à jour S

–  mettre à jour G

Jusqu'à convergence

ou jusqu'à ce que S = G = É"

]["N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

%02(,)'7I*"OÇ.0)I)&4P(&"O*1"64&O)O4'1"

!"#$"

•  xi est négatif

–  Eliminer les hypothèses de S couvrant (indûment) xi

•  xi est positif

–  Généraliser les hypothèses de S ne couvrant pas xi juste assez pour qu'elles le couvrent

–  Puis éliminer les hypothèses de S

•  couvrant un ou plusieurs exemples négatifs

•  plus générales que des hypothèses de S

]="N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

<)1*"Q"/(-,"O*"K"

!"#$"

•  xi est positif

–  Eliminer les hypothèses de G ne couvrant pas xi

•  xi est négatif

–  Spécialiser les hypothèses de G couvrant xi juste assez pour qu'elles ne le couvrent plus

–  Puis éliminer les hypothèses de G

•  n'étant pas plus générales qu'au moins un élément de S

•  plus spécifiques qu'au moins une autre hypothèse de G

]\"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

<)1*"Q"/(-,"O*"p"

!"#$"

=H"%02(,)'7I*"OÇ.0)I)&4P(&"O*1"64&O)O4'1"

Mise à jour des bornes S et G

H

G

Sx

x

x

x(a)

(b)

(c)

(d)

x(d')

(b')

(a')

xx

x

]]"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

•  Incrémentalité

•  Complexité ?

•  Utilisation si non convergence ?

•  Que signifie S = G = Ø ?

•  Possibilité d'"apprentissage actif" ?

•  Que faire si les données sont bruitées ?

]?"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

3,(B,).'.1"O*"0R402(,)'7I*"

!"#$"

bY*,6)6*"

]#"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"?$"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

Illustration : Le système LEX

!"#$"

Résolutionde problèmes Généralisation

Critique

Générationde problèmes

Exercice

Trace détaillée de latentative de résolution

de l'exercice

Heuristiquespartiellement

apprises

Exempled'apprentissage

?>"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

bY*IB0*"F"0*"1a1'zI*"Dbn"U>V"

!"#$"

Résolutionde problèmes Généralisation

Critique

Générationde problèmes

Calculer la primitive de :! 3x cos(x) dx

! 3x cos(x) dx

3x sin(x) - ! 3x sin(x) dx

3x sin(x) - 3 ! x sin(x) dx

3x sin(x) - 3x cos(x) dx + C

OP2 avec :u = 3xdv = cos(x) dx

OP1

OP5

Un des exemples positifs proposés :

! 3x cos(x) dx" Appliquer OP2 avec :

u = 3x dv = cos(x) dx

Espace des versions pour l'utilisation del'opérateur OP2 :

S ={ ! 3x cos(x) dx " Appliquer OP2avec : u = 3x

dv = cos(x) dx}G ={ ! f1(x) f2(x) dx " Appliquer OP2

avec : u = f1(x) dv = f2(x) dx}

?M"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

bY*IB0*"F"0*"1a1'zI*"Dbn"UMV"

!"#$"

Ce que nous n’avons pas vu

?L"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

:(-1"W*,,(&1"B0-1"'4,O"

•  D*"B,(J0zI*"O-"+()042#O*1"2%&'=23#

•  D*"B,(J0zI*"O-"6(O42*"O*1"1(,P*1"

•  D*"B,(J0zI*"O*"./=K0.*0,(%#O*1"7aB('7z1*1"4BB,)1*1"

•  cR0*&'23#L(';23#)/011'2%,33042#

?["N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

!"#$"?="N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

Choix du codage

!"#$"

bY*IB0*"F"4BB,*&O,*"*1'"O)Ñ6)0*""

•  j-)"

•  j-)"

•  :(&"?\"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V"

!"#$"

^-*1P(&1"F"O(&&.*1"*'"6(&&4)114&6*1"4"B,)(,)"

•  b1'H6*"-&*"'Ö67*"O*",*6(&&4)114&6*"O*"C(,I*"`"O*"64,46'z,*1"`"

•  95$$!*,(-5=!0(&!+(!"!$%&!+(C(

0 1 1 1 1 1 1 0 1 1 1 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 0 1 1 1 0!

•  Le choix de la représentation peut rendre l’apprentissage trivial

"  Mais comment faire ce choix ?

?]"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

%"0*4,&)&2"B-ÜÜ0*"

f = −1

f = +1

f = ?

??"N"9&',(O-6P(&"'("<467)&*"D*4,&)&2"T"""""""U%@"+(,&-./(01V"

!"#$"

+(&60-1)(&1"

?#"N"9&',(O-6P(&"Q"0R%BB,*&P1142*"%,PS6)*0"T"""""""U%@"+(,&-./(01V" !"#$"

+(&60-1)(&1"

•  "K*W*,40"'aB*1"(C"0*4,&)&2"'41á1"–  K-B*,W)1*O"à"-&1-B*,W)1*O"à",*)&C(,6*I*&'"0*4,&)&2"

–  m-'"401("1*I)H1-B*,W)1*O"0*4,&)&2s",4&á)&2s"(&H0)&*"0*4,&)&2s"k"

•  "K-B*,W)1*O"0*4,&)&2"l"1*4,67")&"4&"7aB('7*1)1"1B46*"

–  i(G"'("6(O*"'7*")&B-'1`"

–  i(G"'("67((1*"'7*"7aB('7*1)1"1B46*"i`"

–  i(G"'("*YB0(,*"i`"

#$"N"9&',(O-6P(&"'("<467)&*"D*4,&)&2"T"""""""U%@"+(,&-./(01V"