Techniques d'optimisation non convexe basée sur la programmation DC et DCA et méthodes évolutives pour la classification non supervisée
Nous nous intéressons particulièrement, dans cette thèse, à quatre problèmes en apprentissage et fouille de données : clustering pour les données évolutives, clustering pour les données massives, clustering avec pondération de variables et enfin le clustering sans connaissance a priori du nombre de...
Main Author: | Ta, Minh Thuy |
---|---|
Other Authors: | Université de Lorraine |
Language: | en |
Published: |
2014
|
Subjects: | |
Online Access: | http://www.theses.fr/2014LORR0099/document |
Similar Items
-
APISENSE® : une plate-forme répartie pour la conception, le déploiement et l’exécution de campagnes de collecte de données sur des terminaux intelligents
by: Haderer, Nicolas
Published: (2014) -
Extraction de motifs séquentiels dans des données séquentielles multidimensionnelles et hétérogènes : une application à l'analyse de trajectoires de patients
by: Egho, Elias
Published: (2014) -
La programmation DC et DCA pour certaines classes de problèmes en apprentissage et fouille de donées [i.e. données]
by: Nguyen, Manh Cuong
Published: (2014) -
Factorisation de matrices et analyse de contraste pour la recommandation
by: Aleksandrova, Marharyta
Published: (2017) -
Formal concept matching and reinforcement learning in adaptive information retrieval
by: Rajapakse, Rohana Kithsiri
Published: (2003)