Académique Documents
Professionnel Documents
Culture Documents
70 Laurent.Bougrain@loria.fr
K-means
1
71 Laurent.Bougrain@loria.fr
Apprentissage non supervisé
w11 y1
x1 w21
y2
x2
y3
72 Laurent.Bougrain@loria.fr
Apprentissage compétitif : illustration
x2
Ej = Σi (xi-wij)2
yj = 1 si
Ej minimum
x1
ΔWj = α.(x-Wj )
73 Laurent.Bougrain@loria.fr
Apprentissage compétitif : illustration
x2
x1
ΔWj = α.(x-Wj )
74 Laurent.Bougrain@loria.fr
Apprentissage compétitif : principe
x2
x1
75 Laurent.Bougrain@loria.fr
Homonculus
77 Laurent.Bougrain@loria.fr
Apprentissage non supervisé : auto-organisation
catégories
x1 Relation de voisinage
x2
78 Laurent.Bougrain@loria.fr
Carte auto-organisatrice : principe
79 Laurent.Bougrain@loria.fr
Cartes auto-organisatrices [Kohonen]
80 Laurent.Bougrain@loria.fr
Apprentissage non supervisé
Quantification vectorielle
5
y1 5
4 x1 4
x2 3 y 2 x2 3
2 x2 2
1
y3 1
0 1 2 3 4 5 0 1 2 3 4 5
x1 x1
83 Laurent.Bougrain@loria.fr
Etude des couleurs contenues dans une image
Soit une image constituée de 600x800 pixels décrits dans le système RGB.
L’image est un échantillon de 480000 individus décrits par 3 variables (R,G,B).
84 Laurent.Bougrain@loria.fr
Apprentissage non supervisé
Compression de données
5
y1 5
4 x1 4
x2 3 y 2 x2 3
2 x2 2
1
y3 1
0 1 2 3 4 5 0 1 2 3 4 5
x1 x1
87 Laurent.Bougrain@loria.fr
Etude des couleurs contenues dans une image
Soit une image constituée de 600x800 pixels décrits dans le système RGB.
L’image est un échantillon de 480000 individus décrits par 3 variables (R,G,B).
On souhaite regrouper les individus dans 16 groupes dont les prototypes de
chaque groupe sont déterminés par une carte de Kohonen bidimensionnelle 4x4
Chaque individu est remplacé par le prototype qui lui est le plus proche.
88 Laurent.Bougrain@loria.fr
Apprentissage non supervisé
Catégorisation
5
y1 5
4 x1 4
x2 3 y 2 x2 3
2 x2 2
1
y3 1
0 1 2 3 4 5 0 1 2 3 4 5
x1 x1
90 Laurent.Bougrain@loria.fr
Regroupement d’individus proches
91 Laurent.Bougrain@loria.fr
Neural Gas de Fritzke
94 Laurent.Bougrain@loria.fr
Neural Gas
95 Laurent.Bougrain@loria.fr
Growing Neural Gas (Fritzke)
96 Laurent.Bougrain@loria.fr
Growing Neural Gas
97 Laurent.Bougrain@loria.fr
Conclusion
Ils permettent :
• d'apprendre des associations entre les entrées et les sorties du système pour
faire de la prédiction (régression ou discrimination)
• d'extraire de l'information (catégorisation, sélection de variables, …)
• de mémoriser des formes et de les rappeler lorsqu'on n'en possède qu'une partie
109 Laurent.Bougrain@loria.fr