Pascal Germain, Researcher in Machine Learning

This page is deprecated! My new webage is here.


L'apprentissage automatique est une branche de l'intelligence artificielle qui s'intéresse à la
création de programmes qui apprennent à effectuer une tâche par l'observation d'exemples.  Au
cours de ma maîtrise en informatique, j'ai étudié plus spécifiquement les algorithmes de
classification, qui permettent de distinguer entre-eux divers éléments. En pratique, un
algorithme d’apprentissage entraîne un classificateur par l'étude d'une série d’éléments déjà
classés (par exemple, des images de chiffres de 0 à 9 écrits à la main). Ensuite, on utilise le
classificateur obtenu afin de connaître la classe d’un nouvel élément (on demande au
classificateur de reconnaître le chiffre qui se trouve sur une image).  Le défi d'un algorithme
d'apprentissage est donc de généraliser l'information contenue dans les exemples d'entraînement
(déterminer ce qui fait la particularité de chacun des 10 chiffres étudiés).

Le séminaire auquel vous êtes conviés sera l'occasion de présenter les grands concepts utilisés
en apprentissage automatique et en classification. Ce faisant, quelques grandes questions
rencontrées dans ce domaine de recherche seront discutées.  Nous aborderons la théorie
statistique de l'apprentissage.  Nous verrons ainsi comment certains outils mathématiques
permettent d'obtenir une garantie sur la probabilité qu'un classificateur effectue une erreur de
classification sur un exemple donné.

[ Link to text file ]

<< Go back.