Résumé: Proaftn est une procédure de classification multicritère. Cette procédure a connu un véritable succès notamment dans le domaine médical. La méthode Proaftn combine les deux techniques d'apprentissage, à savoir l'apprentissage inductif et l'apprentissage déductif, tout en assurant une interaction avec le décideur pour déterminer les différents paramètres de cette méthode. Le nombre de ces paramètres augmente considérablement avec le nombre de classes et le nombre de critères. Sur le plan pratique, ceci ne facilite pas la tâche du décideur, car déterminer des centaine de paramètres demeure une tâche très difficile, éliminant ainsi sa coopération voir même son intérêt d'intervention dans le processus de décision. C'est dans ce sens que s'inscrit notre travail, dont l'objectif est de développer un algorithme d'apprentissage qui permettra d'inférer automatiquement ces paramétres. Cet algorithme fait appel aux outils d'optimisation, à savoir la métaheuristique des algorithmes génétiques, pour minimiser l'écart entres les résultats de classification, obtenus par la méthode Proaftn, et ceux donnés à priori dans l'ensemble d'apprentissage.

Langue: Français
Collation: 88 P. ill. ;30 cm.
Diplôme: Magister
Etablissement de soutenance: Béjaia, Université Abderrahmane Mira. Faculté des Sciences et des Sciences de l'Ingénieur
Spécialité: Informatique
Index décimal 621 .Physique appliquée (électrotechnique, génie civil, génie mécanique, ingénierie appliquée, principes physiques en ingénierie)
Thème Informatique

Mots clés:
optimisation
classification multicritére
Data mining
procedure Proaftn

Note: Bibliogr. pp.78-88