EN

pcosmos.ca

l'univers de Philippe Choquette

Informatique

Informatique

Voici le fruit de mes efforts pour l'obtention du grade de Maître ès sciences à l'Université Laval dans le cadre du programme de Maîtrise en informatique.  Mon mémoire porte le titre : "Nouveaux algorithmes d'apprentissage pour classificateurs de type SCM".  Son résumé est donné dans l'encadré ci-dessous.

Résumé

Dans le cadre de l'apprentissage automatique supervisé, un des outils disponibles pour la classification binaire est la Set Covering Machine (SCM).  Rapidement construite et en général très performante, elle n'est cependant pas systématiquement infaillible.  Il existe encore, à ce jour, une marge pour une amélioration.

Ce mémoire présente deux nouvelles façons de construire des SCM.  Ces algorithmes sont décrits, expliqués et leur performance est analysée.  La première façon est de minimiser une approximation d'une borne sur le risque à l'aide d'un branch-and-bound.  La deuxième est d'utiliser le bagging.

Lors des tests, les nouveaux classificateurs se sont montrés aussi performants que les SCM originales.  Nous avons découvert que celles-ci sont soit déjà optimales au sens du critère utilisé pour le branch-and-bound, soit aussi performantes que les SCM optimales.

Pendant mes travaux, j'ai implémenté en C++ la recherche dans un texte avec l'algorithme Boyer-Moore.

Pour la table de téléchargements dans la section sur les modifications de Half-Life, j'ai implémenté un tri fusion en JavaScript.