Titre original :

Modèles formels de l'apprentissage et catégorisation : contribution à une étude comparée

  • Langue : Français
  • Discipline : Informatique
  • Identifiant : Inconnu
  • Type de thèse : Doctorat
  • Date de soutenance : 01/01/1999

Résumé en langue originale

En informatique, dans le cadre des théories formelles de l'apprentissage, Valiant propose une modélisation de l'apprentissage inductif connue sous le nom de modèle d'apprentissage Probablement Approximativement Correct (PAC) . Nous montrons que ce modèle est pertinent du point de vue des sciences cognitives car il permet d'étudier la catégorisation telle que l'envisage la psychologie. D'abord, nous décrivons ce modèle PAC qui suppose que l'hypothèse retournée par l'apprenant puisse ne pas être exacte mais seulement approximativement correcte. Puis, nous utilisons ce modèle pour présenter les études sur la catégorisation en psychologie et constatons que les concepts inhérents au modèle, tels ceux d'étiquetage, de descripteur, de schéma de représentation, de distribution de probabilités, ..., ont leurs pendants dans ces études. Nous montrons, ensuite, qu'au niveau des résultats les deux disciplines se rejoignent également. D'une part, à la notion d'économie cognitive en psychologie correspond le théorème du rasoir d'Occam dans le modèle PAC. De l'autre, la notion de typicalité, mise en évidence par les études sur la catégorisation, offre de nombreux points communs avec celle de représentativité en informatique. Nous continuons en présentant une déclinaison du modèle PAC qui ne réclame plus l'apprentissage pour toutes distributions de probabilités mais seulement pour celles qui sont bienveillantes (i.e. qui garantissent que tous les exemples représentatifs du concept ont une probabilité non nulle d'être présentés à l'apprenant) et les résultats obtenus dans ce nouveau modèle. Enfin, nous transformons le modèle PAC en protocole d'expérimentation et présentons les résultats de deux expériences où les distributions de probabilités jouent un rôle majeur. Nous concluons en précisant les limites de ce travail et les pistes de recherche qu'il offre.

  • Directeur(s) de thèse : Dauchet, Max

AUTEUR

  • Simon, Jean
Droits d'auteur : Ce document est protégé en vertu du Code de la Propriété Intellectuelle.
Accès libre