الخلاصة:
R´esum´e
Les m´ethodes classique de l’apprentissage automatique ne peuvent pas manipuler des donn´ees
non lin´eairement s´eparables. Les m´ethodes `a noyaux ont ´et´e propos´ees pour outrepasser cette limi-
tation. Dans ce m´emoire, nous pr´esentons un survol sur l’apprentissage automatique et les m´ethodes
`a noyaux, dont le but est d’impl´ementer une boite `a outils qui permet de calculer la fonction noyau
entre les entr´ees (donn´ees brutes), de diff´erentes fac¸ons et pour plusieurs besoins.
Nous d´ecrivons, ensuite, les algorithmes de quelques m´ethodes `a noyau sur les mots ainsi que
leur analyse de complexit´e. Ces algorithmes sont pr´esent´es dans le livre Kernel methods for pattern
analysis des auteurs : John SHAWE-TAYLOR et Nello CRISTIANINI.
En utilisant Octave qui est l’´equivalent libre de MATLAB, nous commenc¸ons le d´eveloppement
d’une boite `a outils simple et minimale des m´ethodes `a noyaux sur les mots dans une perspective de
l’enrichir dans le futur afin de participer `a l’acc´el´eration des recherches dans le domaine de l’appren-
tissage automatique. ملخص
لا تستطيع أساليب التعلم الآلي الكلاسيكية التعامل مع البيانات
غير قابلة للفصل خطيا. وقد تم اقتراح أساليب النواة للتغلب على هذا القيد.
. في هذه الأطروحة، نقدم لمحة عامة عن التعلم الآلي وأساليبه
مع النواة، والهدف منها هو تنفيذ صندوق أدوات يسمح بحساب وظيفة النواة
بين المدخلات (البيانات الخام)، بطرق مختلفة ولعدة احتياجات.
ثم نقوم بعد ذلك بوصف خوارزميات بعض طرق النواة على الكلمات أيضًا
تحليل تعقيدها. يتم عرض هذه الخوارزميات في كتاب أساليب Kernel للنمط
التحليل من قبل المؤلفين: جون شاوي تايلور ونيلو كريستيانيني.
باستخدام Octave وهو المعادل المجاني لـ MATLAB، نبدأ التطوير
من مجموعة أدوات بسيطة وبسيطة لطرق kernel على الكلمات من منظور
إثرائها في المستقبل من أجل المشاركة في تسريع البحث في مجال التعلم.
النسيج التلقائي.