Number of hours
- Lectures 31.5
ECTS
ECTS 2.5
Goal(s)
Ce cours unit les techniques de programmation des systèmes de reconnaissance et de raisonnement symbolique. Les techniques de raisonnement symbolique sont présentées avec la programmation par règles ainsi que la programmation des schémas. La programmation de règles et de schémas est illustrée par des exercices dans l'environnement CLIPS de le NASA. Les techniques de reconnaissance Bayésienne sont ensuite présentées. Les fonctions de discrimination linéaire et quadratique sont developpées, suivies d'une présentation du discriminant linéaire de Fisher et de l'analyse en composantes principales. L'apprentissage statistique est présenté avec l'utilisation de l'algorithme EM pour l'estimation de mélange de Gaussiennes. Les cours seront présentés en anglais.
Contact James CROWLEYContent(s)
Programmation de Système Expert
1. Introduction aux Systèmes Experts
2. Programmation par règles
3. Représentation de connaissance structurée
Reconnaissances et Apprentissage
1. Introduction aux reconnaissances Bayesiennes
2. Fonctions de Discrimination
3. Apprentissage par EM, Mélange de Gaussienne, classification lineaire, et AdaBoost
Prerequisites
Probabilités appliquées, Principes et Méthodes Statistiques
The exam is given in english only
Epreuve Ecrite de 3h. (documents autorisés) (E)
N1=E1
N2=E2
This course is given in english only
- Polycopié du cours / Course Notes
- P. Lucas and L. Van de Gaag, Principles of Expert Systems Programming, Addison Wesley, 1991.
- C. M. Bishop, Neural Networks for Pattern Recognition, Oxford University Press, 1994.