Reconnaissance de formes [T9ES322M]

Reconnaissance de formes [T9ES322M]

En pratique

Nature
Elément constitutif
Volume horaire de CM
12
Volume horaire de travail personnel
8
Langue d'enseignement
Français

Description du contenu de l'enseignement

Les différents critères pour mesurer la ressemblance ou la dissemblance entre objets ou formes représentés par un ensemble d’attributs sont détaillés. Ensuite, les différentes méthodes paramétriques et non paramétriques faisant appel à des phases d’apprentissage sont exposées. Enfin, les méthodes semi-supervisées et non supervisées sont développées. Les avantages et les contraintes de chaque type de méthodes ou algorithmes sont mis en évidence. Des problèmes et solutions correspondant à des cas réels traités au laboratoire dans le cadre de partenariats sont exposés et analysés.

Organisation

Modalités d'organisation et de suivi

  1. Introduction
  2. Définition des métriques
  3. Méthodes de classification (non hiérarchiques/hiérarchiques)
    1. Méthodes Supervisées
    2. Méthodes semi-supervisés
    3. Méthodes non supervisées

 

Informations pédagogiques

Compétences à acquérir

Maîtrise des méthodes de classification intégrées dans la conception des systèmes  décisionnels ou « presque intelligents ».

Pré-requis recommandés

Méthodes et outils mathématiques /cours d'estimation

Bibliographie, lectures recommandées

  • Anderberg M.R. Cluster analysis for applications. 359p. Academic Press, New York, London. 1973.
  • Roux M. Algorithmes de classification. 151 p., Masson, Paris. 1985.
  • Lerman I.C. Les bases de la classification automatique. 117p. Gauthier-Villars, Paris. 1970.
  • Lerman I.C. Classification et analyse ordinale des données. 740p. Dunod, Paris. 1981.
  • Benzécri J.P.  L'Analyse des données. Tome 1: La Taxinomie. 615p. Dunod, Paris. 1973.
  • Benzécri J.P. et F. Benzécri. Pratique de l'Analyse des données. Analyse des correspondances, exposé élémentaire. 424p. Dunod, Paris. 1980.
  • Diday E., Lemaire J., Pouget J., Testu F. Eléments d'analyse des données. 462 p. Dunod, Paris. 1982.
  • Lefebvre J.  Introduction aux analyses statistiques multidimensionnelles. 275p. Masson, Paris. 1983.

 

Dernière modification : ven, 08/01/2021 - 14:20