Discussion :

[shadow07]

salut,

je veut savoir comment on peut faire l'apprentissage en utilisant les algorithmes génétiques, de manière théorique

merci

[Franck Dernoncourt]

Les algorithmes génétiques sont des algorithmes d'optimisation. Afin de les utiliser dans une optique d'apprentissage, l'optimisation en question est en gros de rapprocher les résultats obtenus par les meilleurs individus issus de l'évolution avec les résultats attendus.

Un exemple : http://www.doc.ic.ac.uk/~nd/surprise...ort.html#Robot

Un article : http://www.springerlink.com/content/mg877066r521w781/

[shadow07]

merci pour la réponse, si j'ai bien compris, on utilise l'apprentissage dans les algorithmes génétiques lorsqu'ils générer à chaque fois des nouvelles population jusqu'à arriver à la meilleur solution car ils sont des algorithmes d'optimisation c'est à dire ne possèdent pas une solution exacte

[Franck Dernoncourt]

arriver à la meilleur solution

Pas toujours, un algo génétique peut tomber dans un optimum local.

A noter qu'il existe des méthodes pour maintenir une certaine diversité au sein de la population, afin de faire face au genetic drift (= convergence vers un optimum local) souvent constaté, à l'instar de la sélection naturelle qui a vu se former des sous-groupes grâce aux contraintes géographiques. On peut ainsi trouver autant d’optima locaux que de sous-groupes, permettant ainsi d'obtenir de meilleurs résultats sur les problèmes multimodaux en se rapprochant ainsi de l'optimum global.

ne possèdent pas une solution exacte

Ce n'est pas la méthode (ici les AG) qui admet ou pas une solution exacte, mais le problème.

[PRomu@ld]

Si je peux me permettre de compléter légèrement la recherche bibliographique de Franck, j'aimerai rajouter ceci :

http://khayyam.developpez.com/articles/algo/genetic/