Le clustering est une tâche centrale du processus d'exploration de données et de découverte de connaissances. De nos jours, l'abondance de données et l'augmentation continue de leur volume imposent aux algorithmes de clustering de s'améliorer et de s'adapter selon les aspects suivants : qualité, vitesse, passage à échelle. Pour toutes ces raisons, le domaine du clustering est toujours extrêmement actif. Le clustering semi-supervisé est ainsi devenu depuis une dizaine d'années une piste de recherche très intéressante dont le but est de développer des algorithmes de clustering qui permettent à un expert humain d'intégrer des connaissances du domaine pour améliorer la pertinence des analyses. Ces connaissances peuvent être exprimées soit par un ensemble de données étiquetées (des seeds) ou soit par un ensemble de contraintes. Pour répondre à ces problèmes, cet ouvrage s'articule autour de deux contributions principales : (1) des méthodes intelligentes pour la sélection de contraintes ou de données étiquetées (les seeds) intégrées à des algorithmes actifs et (2) de nouveaux algorithmes de clustering semi-supervisé qui améliorent les méthodes décrites dans la littérature.
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
Des ouvrages pour les adultes et les plus jeunes, qui aident à découvrir et comprendre la culture sourde
Avec la collection "La BD en classe", le Syndicat national de l’édition propose des supports pédagogiques autour de thématiques précises
Découvrez les auteurs, autrices et libraires qui accompagneront le président du jury Jean-Christophe Rufin !
Une plume vive, des héros imparfaits et une jolie critique de notre société
