Classification non supervisée : de la multiplicité des données à la multiplicité des analyses
La classification automatique non supervisée est un problème majeur, aux frontières de multiples communautés issues de l Intelligence Artificielle, de l Analyse de Données et des Sciences de la Cognition. Elle vise à formaliser et mécaniser la tâche cognitive de classification, afin de l automatiser...
Enregistré dans:
| Auteur principal: | |
|---|---|
| Autres auteurs: | |
| Format: | Thèse numérique |
| Langue: | Français |
| Publié: |
2012.
|
| Sujets: | |
| Accès en ligne: | Accès au texte intégral https://theses.univ-orleans.fr/public/2012ORLE2064_vm.pdf http://www.theses.fr/2012ORLE2064/abes https://theses.hal.science/tel-00801555 |
| Note: |
Titre provenant de l'écran-titre Ecole(s) Doctorale(s) : École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....) Partenaire(s) de recherche : Laboratoire d'informatique fondamentale d'Orléans (Orléans ; 1987-....) (Equipe de recherche), Laboratoire d'Informatique Fondamentale d'Orléans (Laboratoire) Autre(s) contribution(s) : Pierre Gancarski (Président du jury) ; Christel Vrain, Pierre Gancarski, Younes Bennani, Yves Lechevallier, Stephane Lallich, Guillaume Cleuziou, Lionel Martin (Membre(s) du jury) ; Younes Bennani, Yves Lechevallier (Rapporteur(s)) |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Clustering :, from multiple data to multiple analysis |