Reconnaissance des formes cours de D. E. A. Introduction S. Canu psichaud insa-rouen fr/~scanu/RdF

Reconnaissance des formes cours de D.E.A. Introduction

• S. Canu

• psichaud.insa-rouen.fr/~scanu/RdF

Objectifs du cours

• Principes de base de la RdF

• règle de décision
• cout, règle de Bayes
• matrice de confusion courbe C.O.R.
• Méthode de développement d’une application de RdF

• méthodes et Algorithmes

• méthodes « historiques » (analyse discriminante)
• kppv, CART (arbres de décision)
• réseaux de neurones : optimisation
• EM

• Ouvertures et perspectives (fusion de données, flou, DS,…)

Aspects pratiques du cours

• Exam final 50 % de la note

• TP 1 : étude biblio : 15 %

• TP 2 : page web : 15 %

• TP 3 : programme matlab, octave,… 15 %

• quiz : 5 % (0 ou +1)

Quelques exemples de RdF

Quelques exemples de RdF

Quelques exemples de RdF

Quelques problèmes de RdF

Les différentes phases des algorithmes de reconnaissance des formes

Quelques problèmes de RdF

Buts de la RdF

Sources - Actions - Classes Règles de décision

Buts de la RdF

Coûts : matrice de confusion

Coûts : matrice de confusion

Coûts : matrice de confusion

Algorithme de coût minimum

Coût minimum : cadre probabiliste

Coût minimum : cadre probabiliste

Coût minimum : cadre probabiliste

Coût minimum : cadre probabiliste

A savoir

Buts de la RdF 2 points de vue : utilisateur - concepteur

Les enjeux de la RdF

Problèmes de la RdF

Les différentes étapes d’une application de RdF

notations

Méthodes de RdF

La RdF par apprentissage