Discussion :

[ToTo13]

Bonjour,

J'ouvre ce sujet afin que chacun puisse partager ses connaissances en bibliothèques d'IA et de Data Mining (Fouilles de Données).

Pour ma part, je propose Weka, bibliothèque Java créée par l'université de Waikato :
- Régressions (logistique, linéaire, isotonique , ...)
- Arbres de décisions
- Réseaux de neurones
- Clustering
- Réseaux Bayésiens
- SVM
- Partial Least Square (PLS)
- MinMax
- ...

Toutes les sources sont disponibles, modifiables, ...
Ce package dispose d'une interface graphique relativement bien faite et qui permet surtout de faire des validations : K-fold, Leave One Out, Validation croisée en général.

En revanche, pas de carte de kohonen au premier coup d'oeil, mais à confirmer.

Voir aussi :
La rubrique intelligence artificielle
Le forum intelligence artificielle

[ToTo13]

Bonjour,

il existe également JavaNN pour "Java Neuronal Network".
Malheureusement je ne l'ai jamais testé Donc si quelqu'un a connu des problèmes avec, qu'il nous le signale.

[clochettes]

Bonjour,
j'avais utilisé Torch (http://www.torch.ch/) il y a quelques temps pour faire des réseaux de neurones.
C'est une bibliothèque en C++ qui permet de faire beaucoup de choses interessantes et qui est assez intuitive. Il y a pas mal d'exemples sur le site.

[dlewin]

Bonjour,

Donc pour ma part je conseillais d'utiliser des librairies pour utilisateur Java :

OpenAI
http://openai.sourceforge.net/about.html
Est plus un framework (Cadriciel) qui est s'oriente vers

- Une spécification et "implémentation" des réseaux Bayésiens (UML)
- un début de définition de systeme d'agent
- quelques notions d'algorithmes génétiques
- une implémentation pour l'interace graphique dans l'utilisation des RN

+++ bien fait avec spécifications bien fournies
---- plus trés actif depuis quelques années, des parties laissées en l'état

Mes préférences :

FANN
http://leenissen.dk/fann/
Puisqu'il m'à été demandé quelle est ma préférence, sans conteste c'est celui ci :

Développé en C++, il en existe nénamoins des bindings pour supporter :
.NET / C++ / Ada /PERL / PHP / Python / Ruby / Delphi Mathematica /
Matlab /Prolog /Octave/ Pure Data

Il y à également des "outils" pour trouver les parametres optimums, les adapter en fonction du réseau, Train with different parameters
En guise d'introduction jetter un oeil sur l'article de publié dans Software 2.0 (si vous avez raté la parution il est encore dispo à la vente en ligne)

ET pour ceux pour qui une GUI est indispensable, et je les comprends : rien de
mieux pour pénétrer le monde passionnant , intriguant mais obscur des RN :
je vous rassure il y à ce qu'il faut ici http://www.geocities.com/freegoldbar...umPreview.html

Orange
Du coup on n'est plus dans le Java alors je donnerais un lien vraiment intéressant, que j'ai découvert même si je m'intéressais pas (par manque total d'information) aux réseaux Bayésiens :

http://magix.fri.uni-lj.si/orange/

Un projet qui mérite que l'on s'y penche de pres :

Je le conseille fortement car : une documentation vraiment impressionnante, avec des exemples et des tutoriels trés bien faits.
L'aprentissage de Python en vaut largement la peine, de part la simplicité et le gain de temps qui est sans conteste un avantage, ce sera aussi un plus avec FANN qui supporte ce langage. tout comme ffNEt http://ffnet.sourceforge.net/

ET maintenant (tambour) voici le king, j'ai nommé le top du top, le fin du fin :
Neurodimensions
http://www.nd.com/
un véritable logiciel professionel, qui même s'il ne fonctionne que sous windows permet d'appréhender les RN bien plus simplement surtout quand on est perdu comme moi.
Une interface vraiment simple, et pour les aficionados : un plugin Excel,
voulez plus? sortir une DLL, un OCX, MAtlab, Visual Basic, Access, Visual C++, ASP

- un serveur pour algorithmes génétiques
- un analyseur de données pour vous conseiller dans la création d'un RN
Des applications du monde réel :http://www.nd.com/apps/

Et pour les chanceux
- des séminaires d'introduction aux RN avec l'utilisation de ce produit
- un livre interactif (attention la première lecture semble le limiter aux initiés)

Pour ces 2 derniers points si vous avez des infos je suis preneur

Et comme ça plaisante pas chez ND, il ont fait un soft pour analyser les cours boursiers, bon c'est pas magique (et puis nous ont à J. Kerviel ) mais bravo
car il est vraiment bien fait.

Bref, ont l'aura compris au travers de mon enthousiasme: ce produit vaut largement que l'on télécharge la version d'éval, même (et surtout) pour les néophytes. Car vous l'aurez compris : le gros bémol c'est qu'il est payant.

Un petit dernier pour la route, je l'ai mis ici car il est dans la même lignée que ND et souvent en dehors des sujets d'AI
FuzzyTech
http://www.fuzzytech.com/

Lofti Zadeh nous à permis de mieux interpréter le monde humain avec sa logique floue et malgrè la réticence européène, elle est entrée (au début ss qu'on le sache Mercedes par ex) dans notre quotidien.
Fuzzytech produit un logiciel assez austère mais efficace et vraiment bien fait car il permet pas seulement de rester dans le monde PC, il ouvre l'acces à vos projets de robotique car il est en mesure de générer votre projet vers du code pour DLL, Exe, et microcontroleur aussi.

D'ailleurs Contantin VOn Altrock est aussi l'auteur du livre d'introduction à la logique floue et la Neurofuzzy (je sais pas ce que ça donne en Français) avec >enfin, et c'est rare le souligner< des appplications réelles et industrielles.

Même remarque que pour ND : télécharger la version d'éval en vaut largement la peine, et le risque que vous prendrez sera d'avoir envie de ne plus faire que ça tellement ça facilite la vie.

Voilà je crois que le tour est fait.

[xavlours]

Hello,

Perso j'utilise JavaBDD pour les diagrammes de décision binaires, je n'aime pas trop mais je n'ai pas trouvé mieux.

Sinon pour tout ce qui est automates/réseaux de Petri (model checking, etc), Tina est très bien.

[Faiche]

DynNet (par l'Inria)

"DynNet est une librairie Java contenant les éléments de base pour construire des réseaux de neurones. Des modèles classiques de réseaux neuronaux sont d'ores et déjà disponibles (perceptron multi-couches, cartes auto-organisatrices de Kohonen, neural gas, growing neural gas, etc.)."

De plus ils ont une interface graphique, pratique pour faire des tests ou des démos, et tout de même plus sympa que joone

http://ginnet.gforge.inria.fr/index_fr.php

[vladvad]

Une des références en matière de portail dédié au Data Mining est le site KD Nuggets.

Une liste très complète de logiciel sur http://www.kdnuggets.com/software/index.html (des payants mais aussi des gratos) dont beaucoup utilisent des algorithmes d'IA ...

[pseudocode]

J'ajoute neuroph à la liste des réseaux de neurones pour Java.

Mise a jour : La nouvelle version (2.3) inclus une implémentation prête a l'emploi pour la reconnaissance d'image. Tutorial : http://neuroph.sourceforge.net/image_recognition.html

[tosirap]

J'utilise actuellement cette librarie: encog.

Plus d'infos sur: http://www.heatonresearch.com/encog!

[adilroot]

http://www.cimne.com/flood/

[Alexis.M]

Pour les pythonistes :

scikit.learn:
- algorithmes d'apprentissages supervisés (generalized linear models, svm, partial least square, naive bayes...)
- algorithmes d'apprentissages non-supervisés (mixtures de gaussiennes, clustering, matrix factorisation (PCA,NMF,...)
Ce projet est très actif.

ffnet : (feed forward neural networks)

Modular Toolkit for data processing

[hoccha]

Je ne peux pas me qualifier comme pythonistes mais j’ai déjà utilisé RPy:
c’est facile, stable et donne accès en Python à la puissance de R.

[Franck Dernoncourt]

Une liste : http://homepages.inf.ed.ac.uk/rbf/IA...GES/mlcode.htm

[dlewin]

J'utilise actuellement cette librarie: encog.

Plus d'infos sur: http://www.heatonresearch.com/encog!

je viens de finir le livre de l'auteur d'encog et je souhaitait te poser la question de l'intéret de cet outil puisqu'il en existe ailleurs et que Jeff Heaton semble l'avoir destiné à quelques cibles quand FANN (par exemple) supporte une 12e : donc Encog pourquoi ?