Machine Learning avec Weka
Module X8II090 - Cours 1
Florian Boudin
Département informatique, Université de Nantes
Révision 1 du 4 janvier 2012
Plan
Préambule
Introduction
Traitement des données
Format d’entrée
Pré-traitement des données
Classification
Les algorithmes de classification dans Weka
Les méthodes de base
Entraînement et sauvegarde des modèles dans Weka
Évaluation de l’apprentissage
Conclusion
04 jan 2012 / Rév. 1 - page 2 sur 53
Objectifs et notions abordées
IObjectif principal : être capable d’utiliser le toolkit Weka
IInterface graphique
IOutil en ligne de commande
ICe cours reprend les exemples ainsi que la méthodologie du livre
Data Mining par Witten & Frank
ISite web du cours
http://www.florianboudin.org/cours/weka/
04 jan 2012 / Rév. 1 - page 3 sur 53
Motivations
ILa fécondation in vitro (procréation médicalement assistée)
ICollecte d’ovules et de spermatozoïdes
IFécondation de plusieurs embryons
IComment choisir les "meilleurs" embryons à implanter?
INombre de cellules, régularité, fragmentation, ... (±60 critères)
IL’éleveur de Nouvelle-Zélande
IHabituellement 20% des vaches sont abattues en fin de saison
IComment choisir les vaches pour l’abattoir ?
IReproduction, quantité et qualité du lait, problèmes de santé, âge,
amour de l’éleveur, ... (±700 critères)
IAutres exemples : reconnaissance du code postal, filtrage
anti-spams, radars automatiques
IL’exploration de données et l’apprentissage sont partout !
04 jan 2012 / Rév. 1 - page 4 sur 53
Plan
Préambule
Introduction
Traitement des données
Classification
Évaluation de l’apprentissage
Conclusion
04 jan 2012 / Rév. 1 - page 5 sur 53
1 / 67 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans linterface ou les textes ? Ou savez-vous comment améliorer linterface utilisateur de StudyLib ? Nhésitez pas à envoyer vos suggestions. Cest très important pour nous !