BASES THEORIQUES POUR L'APPRENTISSAGE ET LA DECISION EN RECONNAISSANCE DES FORMES
Commande avant 16h,
expédié le jour même (lu. - ve.)
Livraison express sous 48h.
Rubrique :
Données - Informatique - I.A. - IHM
ISBN :
2854286685
Référence :
668
Année de parution :
2005
La Reconnaissance des formes (RF) ou Reconnaissance artificielle des formes (par opposition à la reconnaissance naturelle de formes qui est pratiquée par l'Homme) traite de l'apprentissage du processus de reconnaissance et de la prise de décision automatique. Reconnaître une forme c'est donner à une machine la capacité de donner un nom à cette forme à partir des informations descriptives qui lui ont été fournies par l'environnement. C'est dire que ces méthodes et techniques ont vocation à intervenir dans la quasi totalité des domaines d'intérêt de l'être humain. Les techniques d' automatisation de la production industrielle, les méthodes de contrôle de la qualité, les méthodes de reconnaissance d'objets dans les images numériques, ou la reconnaissance de sons (parole,?), ou la reconnaissance de gestes, la conduite de robots, le séquençage du génome, ? Tous ces champs relèvent peu ou prou des méthodes d'apprentissage et de RF. Cet ouvrage a l'ambition de donner à ses lecteurs la culture de base nécessaire à la compréhension et à la mise en uvre des méthodes de reconnaissance artificielle. Il décrit les différentes techniques utilisées dans un formalisme mathématique rigoureux mais accessible à l'aide des connaissances acquises dans le premier cycle universitaire de sciences exactes. Il décrit aussi des applications concrètes des techniques et contient de nombreuses références à la littérature du domaine. L'ouvrage est découpé en onze chapitres dont les titres sont indiqués ci-dessous : Introduction à la RF Théorie bayésienne de la décision Apprentissage du classifieur de Bayes Classification automatique Le classifieur des K plus proches voisins Les algorithmes évolutionnaires Les arbres de décision L'apprentissage de règles Les réseaux de neurones artificiels Les modèles de Markov cachés La discrimination fonctionnelle Le contenu de l'ouvrage a été enseigné dans le cadre de plusieurs formations de l'Université François Rabelais de Tours (France), telles que la Maitrise des sciences et techniques d'informatique appliquée à la production industrielle, le Diplôme d'ingénieur en informatique pour l'industrie, Le Diplôme d'études approfondies Automatique-Génie Informatique (co-diplomation avec les universités d'Angers, de La Rochelle, de Limoges, d'Orléans et de Poitiers). Il a aussi été enseigné dans le cadre du Diplôme d'études spécialisées Ingénierie de l'Image Numérique de l'Université Paul Sabatier de Toulouse (France) ainsi que dans le cadre de la Maîtrise d'Informatique de l'Université du Québec à Montréal (Canada).
| Référence : | 668 |
| Niveau : | spécialistes |
| Nombre de pages : | 286 |
| Format : | 14,5x20,5 |
| Reliure : | Broché |
| Rôle | |
|---|---|
| Asselin de Beauville Jean-Pierre | Auteur |
| Kettaf Fatima-Zohra | Auteur |
1 Introduction à la reconnaissance des formes
2 Théorie bayésienne de la décision
3 Apprentissage du classifieur de Bayes
4 Classification automatique
5 le classifieur des k plus proches voisins (kppv)
6 Les algorithmes évolutionnaires
7 Arbres de décision
8 Apprentissage de règles
9 Les réseaux de neurones artificiels
10 Les modèles de Markov cachés
11 Descrimination fonctionnelle
Bibliographie
Index
