Classification, réseaux de neurones et science des données

La classification automatique est constituée essentiellement de methodes et d'algorithmes qui consistent à donner le meilinguresgroupement en classes de l'ensemble à étudier.无论等级或非等级的分类方法是什么，在没有利用的分类标准的意义上，分类的形成都是不受监督的，因为在数据库中没有先验的认识，也不可以诉诸数据库。这不是人工神经元网络分类的新方法。这些最后，由非统计学家提出，认识到一个伟大的原因，其他人，具有统计、调整和减少的能力。此外，统计学研究也必须确立统计学方法和神经学方法之间的联系。这些分类方法和新方法与类别名称选择的基本问题有关。为了记住，许多批评家在文学中提出了自己的观点和建议。在2014年，我们在一个新的图书馆R «NbClust»中重新审视了这些原则性的标准。L'objectif est de rassembler图斯les indices implémentés dans le logiciel SAS or dans les libraires R，et d'y ajouter de nouveaux indices afin de fournir à l'utilisateur une list de 30 critères de validation lui permettant d'estimer le bon nombre de classes dans un jeu de données.与此同时，《NbClust》中关于神经元的分类标准和距离或差异的习惯性测量方法的标准并不完全相同。该研究项目的主要目的是建立一个统计方法和神经元比较的理论框架。Il vise également à respondre à la problématique de la detention du nombre de classes et concerne les aspects formels de la classification. *具体而言，它具有分类时密度混合方法的理论基础和非监测神经元网络细胞。Ce qui permettra，notamment，d'étendre l'étude qui a mené à la probleen oeuvre de «NbClust» à des methodes de classification non classiques，à savoir les methodes probabilistes et neuronales.此外，我们还考虑到不同的测量方法和不同的编码方法，这些方法和编码方法的性质和代表性都不同。* Ainsi，diverses modélisations statisticques des données seront étudiées.此外，我们还考虑到，在学生的学习性质方面，集中性的措施各不相同。比较分析主要涉及形态和网络侦察领域的模拟试验和网络试验问题。

La classification automatique est constituée essentiellement de méthodes et d'algorithmes qui consistent à donner le meilleur groupement en classes de l'ensemble à étudier. Qu'il s'agisse de méthodes de classification hiérarchique ou non hiérarchique, la formation des classes se fait de façon non supervisée dans le sens où les critères d'agrégation des classes n'utilisent pas de connaissance a priori présente dans les données et n'ont donc pas recours à des données d'apprentissage. Ce qui n'est pas le cas des nouvelles méthodes de classification empruntées aux réseaux de neurones artificiels. Ces dernières, développées par des non statisticiens, connaissent un grand essor à cause, entre autres, de leur capacité d'apprentissage, de modélisation et de réduction. Et pourtant, peu d'ouvrages statistiques sont dédiés à établir le lien entre les méthodes statistiques et les méthodes neuronales.***À toutes ces méthodes classiques et nouvelles s'associe le problème fondamental du choix du nombre de classes. Pour y remédier, plusieurs critères ont été définis et proposés dans la littérature. En 2014, nous avons fait la synthèse de ces principaux critères en reprenant toutes les bases théoriques et en les intégrant dans une nouvelle librairie R «NbClust». L'objectif est de rassembler tous les indices implémentés dans le logiciel SAS ou dans les libraires R, et d'y ajouter de nouveaux indices afin de fournir à l'utilisateur une liste de 30 critères de validation lui permettant d'estimer le bon nombre de classes dans un jeu de données. Cependant, «NbClust» comme d'ailleurs les critères qui y sont sous--jacents ne prennent pas en compte les méthodes neuronales et ne considèrent que des critères classiques d'agrégation des classes et des mesures habituelles de distances ou de dissimilarités.***Le but principal de ce projet de recherche est de développer un cadre théorique de comparaison entre les méthodes statistiques et neuronales. Il vise également à répondre à la problématique de la détermination du nombre de classes et concerne les aspects formels de la classification.***Spécifiquement, il s'agit d'approfondir les bases théoriques des méthodes de mélange de densités en classification et celles des réseaux de neurones non supervisés. Ce qui permettra, notamment, d'étendre l'étude qui a mené à la mise en oeuvre de «NbClust» à des méthodes de classification non classiques, à savoir les méthodes probabilistes et neuronales. De plus, nous considérerons différentes mesures de ressemblance et différents codages selon la nature et l'espace de représentation des données.***Ainsi, diverses modélisations statistiques des données seront étudiées. D'ailleurs, nous considérerons diverses mesures de centralité en fonction de la nature des données à étudier. Des analyses comparatives seront menées sur des données simulées et des données réelles issues du domaine de reconnaissance des formes et des réseaux.