Techniques d'Apprentissage en Intelligence Artficielle

Enseignants: C.Garbay, A. Lux, G. Quenot

Nous étudions différentes techniques d'apprentissage et leur utilisation en vision et en robotique.

Cet enseignement prend la forme d'un "séminaire" en 4 séances de 3 heures lors desquelles chaque participant fait un exposé à partir de lectures. Les lectures sont fournies par l'enseignant responsable de la séance, qui aide aussi à la préparation des exposés. Les exposés sont suivies de discussions animées par les enseignants.

Chacune des 4 séances sera consacrée à un ou 2 thèmes.

Séance 1 - 1-2-06

Introduction au séminaire, présentation des sujets pour les étudiants Organisation des séances 2 - 3 - 4

Exposés

Séance 2 - 8-2-06

Séance 3 - 15-2-06

Séance 4 - 22-2-06

Applications, outils, boites à outils

Mailing list

Garbay Catherine <Catherine.Garbay@imag.fr>, Georges.Quenot@imag.fr, Augustin.Lux@inrialpes.fr

Thésards: Oliver Brdiczka <Oliver.Brdiczka@inrialpes.fr>

Etudiants IVR

Julien.Bohne@inrialpes.fr, Emilie.Charrier@ensimag.imag.fr, Laurence.Hubert@inrialpes.fr, Rishikesh.Parthasarathi@inrialpes.fr,

Examen: Devoir écrit suite à l'exposé

On demande une rédaction selon le plan ci-après, que vous pouvez modifiez si bon vous semble. Vous devrez consacrer environ 3h `a la r'edaction; on s'attend à recevoir "quelques pages" - 2-6 pages, mais le volume n'est pas essentiel: on cherchera surtout des idées et des critiques pertinentes. Sachant que l'apprentissage automatique est un sujet difficile pour lequel rien n'est évident.

La rédaction peut être manuscrite (mais lisible!) ou imprimée; en francais, ou en anglais.

DATE LIMITE: lundi 27 février. Fichier pdf ou ps à nous trois, Catherine.Garbay@imag.fr, Augustin.Lux@inrialpes.fr, Georges.Quenot@imag.fr

===========================================================

Plan ====

1-Résumé (1/2-page à 1 page) de l'article de votre exposé, en tenant compte des questions posées par la suite. {Objectif: rappeler le thème, et donner des éléments permettant de bien comprendre la suite.}

2- Nous avons établi quelques traits très géneraux pour les méthodes d'apprentissage:

* avec/sans supervision Caractéristique qui détermine si un système peut "tourner tout seul", ou s'il a besoin d'un "professeur" (humain ou automatique).

* incrémentalité Caractéristique qui détermine notamment la durée potentielle d'un apprentissage, et qui impose des contraintes techniques fortes.

* convergence Sait-on à quel moment l'apprentissage s'est stabilisé?

* volume de données Combien faut-il d'exemples ou de contrexemples ?

* temps d'exécution

Expliquez comment la méthode de votre exposé se situe par rapport à ces critères.

3- Donnez une application-type à laquelle la méthode s'applique bien.

4- Evaluation critique: quels sont alors les points forts et les point faibles de la méthode? Quelle est la généralité de la méthode - peut-on l'utiliser pour des tâches différentes, sans trop de travail d'adaptation?

5- Peut-on attenuer les points faibles en combinant avec une autre méthode d'apprentissage? Laquelle? Essayez d'esquisser les problèmes, scientifiques ou techniques, que poserait une telle combinaison.

===========================================================

page mise à jour le: 15-2-06