Index

• Les institutions actives par domaine
  • Les approches symboliques.
  • Les algorithmes génétiques.
  • Les réseaux neuronaux
  • Les approches statistiques
• Les cibles de publication
• Les outils existants
• Autres sources d'informations

Les institutions actives dans le domaine

Apprentissage symbolique

• The Center for Biological and Computational learning, MIT.
• The Inductive Learning Group, University of Illinois (index des rapports techniques).
• The Machine Learning Group, Austrian Research Institute for Artificial Intelligence (OFIA).
• The Machine Learning Group, German National Research Center for Computer Science (GMD AI Division).
• The Machine Learning Group, University of California, Irvine.
• The Machine Learning Information Services, Carnegie Mellon Univ.
• The Machine Learning Research Group, University of Wisconsin - Madison.
• The MLNet Archive, German National Research Center for Computer Science (GMD).
• The Robotics Lab at Stanford University.
• University of Maryland.
• University of Sydney.

Algorithmes génétiques

• Jaime Fernandez, NASA
• Santa Fe Institute (avec leur informatique évolutioniste et leur programmation génétique).

• la tribune comp.ai.genetic, avec sa FAQ.

Algorithmes neuronaux

• Australian National University.
• Informations maintenues par le London and South East Centre for High Performance Computing.

• la tribune comp.ai.neural-nets, avec sa FAQ.

Approches statistiques

• Le livre de E.T. Jaynes : Probability Theory -- the Logic of Science

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.

Les cibles de publication

Revues internationales

• [3] Machine Learning

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.

Les outils d'apprentissage

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 :

• ASA (Adaptative Simulated Annealing) : California Institute of Technology

Autres sources d'information

• the Knowledge Discovery Mine.
• pointeurs Machine Learning, maintenus par le Centre National de la Recherche Canadien