L'un des sites les plus riches en apprentissage automatique :
KDNuggets Directory
- Apprentissage symbolique
- Algorithmes génétiques
- Algorithmes neuronaux
- Approches statistiques
Une tribune internationale très active, the Machine Learning
mailing-list, dispense de nombreuses informations du domaine ; il en existe
des archives.
Un cours sur les divers aspects de l'Apprentissage Automatique est
disponible à Carnegie-Mellon University.
Chaque cible est précédée d'une
indication du type [n], où n est un nombre compris
entre 1 et 5,
proportionnel à la cote scientifique de la publication.
Cette indication est purement subjective,
mais reflète tout de même un certain consensus des
communautés concernées.
Revues internationales
Conférences internationales
- [?] ALT : Algorithmic Learning Theory (ALT'97).
- [5] COLT : ACM Conference on COmputational Learning Theory (COLT'97).
- [3] ECML : European Conference on Machine Learning (ECML'97).
- [4] EuroCOLT : European Conference on COmputational Learning Theory (EuroCOLT'97).
- [?] KDD : Knowledge Discovery and Data Mining (KDD'97).
- [5] ICML : International Conference on Machine Learning (ICML'2002).
Conférences nationales
- [?] JAVA : Journées sur l'Acquisition,
la Validation et l'Apprentissage (JAVA'97).
Appels à communications - programmes
- Liste maintenue par le MLNet.
- AQ
-
Sources : University of Illinois,
University of Texas
- C4.5
-
Commentaires : recouvre ID3.
Sources : University of Texas
- CART
- Cluster
-
Sources : Berkeley University
- CN2
- FOCL
-
Sources : University of California, Irvine
- FOIL
-
Sources : University of Illinois,
University of Texas,
University of Sydney.
- ID3
-
Auteur : J. Ross Quinlan
Sources : Research Institute for Advanced Computer Science,
University of Illinois,
University of Texas
- IND
-
Commentaire : recouvre ID3, CART et C4.5.
Sources : University of Illinois
- LMDT
-
Auteurs : Paul E. Utgoff, Carla E. Brodley, University of Massachusetts
Description : Rapports techniques
91-10,
92-8
et
92-83
Sources : University of Massachusetts.
- ML-C++
-
Commentaire : implantation C++ de nombreux algo. classiques.
Sources : Ronny Kohavi, Silicon Graphics Inc.
- NeuroLab
-
Auteurs : Mikuni Berkeley R&D Corp.
Informations : Mikuni Berkeley R & D Corp.
- PEBLS
-
Auteurs : J. Rachlin, S. Kasif, S. Salzberg, and D. Aha. (Johns Hopkins University)
Sources : Johns Hopkins University.
- Recuit simulé
-
Sources :
Philippe REITZ (reitz@lirmm.fr)