Quel algorithme Learning machine choisir? Fermé

Question

Bonjour , je développe un logiciel avec mon ami à l'université, et le problème est:nous sommes nouveaux dans le domaine de l'intelligence artificielle parce qu'ils ne nous ont jamais enseigné des cours d'IA, nous les aurons l'année prochaine.

Notre professeur nous a conseillé de rechercher l'algorithme avant de commencer et de lui donner ce que nous avons trouvé afin que nous puissions l'utiliser, et je souhaite trouver ce qui est de vraiment bon. Nous faisons ce logiciel avec l'apprentissage de machine (machine learning) et voici ce que nous voulons: 
Supposons que j'ai 100 bulletins d'étudiants et que vous souhaitez les classer du meilleur au pire, mais avec l'apprentissage de la machine.

Il est apparu dans l'exercice que j'ai besoin de «notes» et de «opinions» des professeurs qui ont fait les bulletins scolaires, ainsi que la «classe»,  et le but est de classifier ces bulletins selon les professeurs qui utilisent ce logiciel(avec leur compte)  avec la caractéristique qu'ils ont, voici un exemple:

Étudiant 1: 19 en sciences 10 en mathématiques 
Étudiant 2: 10 en sciences 19 en mathématiques
Étudiant 3: 10 en sciences 19 en mathématiques mais est en classe inférieure à l'étudiant 2 (le 2eme va avoir le bac cet année par exemple l'autre l'année prochaine)

Le professeur de science verra le premier étudiant 1 puis l'étudiant 2

professeur de mathématiques verra l'étudiant   2 puis  3 puis 1

Quel algorithme avons-nous besoin et pourquoi? Nous avons beaucoup lu sur les algorithmes d'apprentissage automatique, mais je ne sais pas ce qu'il y a de mieux à utiliser dans ce cas.

Merci d'avance pour votre aide.

KX · Answer

Bonjour,

Soit je n'ai pas compris ce que tu veux faire, soit tu n'as pas compris ce que l'IA permettait de faire, soit un peu des deux...

En gros le but de l'apprentissage, c'est de dire que pour un ensemble i=1..n, je connais Xi, je connais f(Xi) et on va essayer de construire g(X), une approximation de f(X), qui permette (dans la plupart des cas) d'avoir g(Xi)&asymp;f(Xi) pour chaque Xi, puis l'étendre à un ensemble j=n+1...m dont on connait Xj, dont on ne connait pas f(Xj), mais pour lesquels on va calculer g(Xj) afin de se rapprocher du f(Xj) recherché.

Dans ton cas, qu'est-ce qu'une entrée Xi et une sortie f(Xi) ?

De ce que j'ai compris, Xi serait les 100 bulletins de notes et f(Xi) le classement dans l'ordre de ces bulletins de notes.
Mais dans ce cas, combien d'échantillon i=1..n disposes-tu pour faire l'apprentissage ? Un seul ?

Je pense qu'il faut retravailler la manière de poser le problème pour le simplifier afin de faire une IA plus pertinente et travailler avec moins de données (100 bulletins comme entrée et un classement en sortie c'est complexe).

Par exemple, Xi pourrait être un seul bulletin et f(Xi) une note globale estimée par l'IA, cette note permettrait ensuite de déduire le classement final.

Quel algorithme Learning machine choisir?

1 réponse

Discussions similaires