Un outil pour la comparaison et la validation d'algorithmes d'apprentissage à partir de données. Michel CRUCIANU, Gilles VERLEY, Jean-Pierre ASSELIN DE BEAUVILLE, Romuald BONE. La revue MODULAD, numéro 26, 2000.

Résumé
L'apprentissage supervisé à partir de données se trouve dans la situation paradoxale où il y a surabondance d’algorithmes et pénurie de méthodes permettant de comparer et d’appliquer ces algorithmes à bon escient. Remédier à cette situation suppose que la spécificité de tout nouvel algorithme soit explicitée de manière intelligible, interprétable et donc applicable, puis mise en relation avec l'information a priori concernant les différentes familles de problèmes traités. Pour accompagner dans cette démarche, nous présentons un site Internet qui sert d’outil de gestion des connaissances en explorant les liens existant entre les spécificités des algorithmes et les caractéristiques des problèmes.

Mots clés 
Apprentissage supervisé, validation, a priori, gestion des connaissances.

Article