Coder-Studio - Forums

Lol en faisant la liste y en a pas mal d'inconnu
Et pas mal d'intéressant et marrant par exemple RANSAC
Inconnu : Beam Search, Branch and bound, Buchberger's algorithm, Diffie-Hellman key exchange, Expectation-maximization algorithm, LLL algorithm, Maximum flow, Q-learning, Quadratic sieve, RANSAC, Singular value decomposition, Strukturtensor, Viterbi algorithm

Bon je vous laisse j'ai du boulot j'en ai pas mal à voir...

La liste vient d'un post sur un blog de développeur, ça aurait peut-être été plus intéressant de faire un sondage et un vote...
Quoi qu'il en soit, il est vrai que "programmation dynamique" n'a pas trop sa place, et comme il a été dit sur le forum de developpez.com : où est Min/Max ??

@Kirua : je répondais à SKone pour le flot max. J'étais juste étonné qu'il ne connaisse pas.

Kirua a écrit:

SVD est super important, mais c'est assez mathématique. Chaud de comprendre l'utilité juste en lisant une description.

Love it !

Je l'ai utilisé en deux situations :
- Résolution approchée et partielle d'équations aux valeurs propres (plutôt maths)
- Profilage de population (plutôt analyse de données) << et c'est là que c'est génial.

C'est exact mais c'est quand même très performant, même en prédiction, dans certains cas.

Et surtout il y a des méthodes qui permettent de faire cette analyse avec des données manquantes (souvent le cas sur des populations réelles)...

Hors-sujet:

Tu connais le NetflixPrize ?

80 % des équipes avec un score correct (pas le top 10 hein !) ont procédé ainsi.
Approximation d'une simili-SVD par apprentissage pour prédire l'appréciation (une note de 1 à 5) d'un client pour un film sachant les notes de ce client pour d'autres films et les notes d'autres clients pour ce film (et d'autres).

Yep, le concours Netflix existe déjà depuis pas mal d'années, c'est assez fun comme concept. Pendant longtemps, ce sont les méthodes à base de SVD qui étaient gagnantes, c'est assez classieux qd même, parce que pas forcément compliqué (dans la version "pas trop de données") .

( avec un peu de lag... : )

Kirua a écrit:

Le deuxième usage que tu rapportes s'appelle plus classiquement une PCA (analyse en composantes principales). C'est utile, mais faut rester prudent quand on s'en sert pour analyser des données sociologiques/démographiques/... Il y a quand même une grosse hypothèse de linéarité sous-jacente.

T'as mieux ? On s'est arrêtés là en cours...

Effectivement, pour faire du fitting non linéaire tu peux utiliser des méthodes style réseaux de neurones ou radial basis functions, mais les problèmes d'interprétabilité restent.

Si tu gardes l'hypothèse de linéarité, il y a l'analyse en composantes indépendantes (ICA) qui est assez cool. Imagine une pièce où deux personnes parlent simultanément (deux signaux indépendants) et deux micros dans la pièce (deux mesures qui sont des combinaisons "linéaires" des paroles), le but du jeu est de récupérer les deux signaux de parole séparément (plutôt que superposés, comme mesuré par les micros). L'hypothèse d'indépendance est fondamentale pour ce jeu-là.

C'est notament une façon de faire un electrocardiogramme du foetus sans transpercer la maman: les battements de coeur de la maman et du foetus sont des signaux indépendants; tu mets des micros à différents endroits sur la maman et puis tu ICA les mesures. C'est un peu plus compliqué en réalité, mais c'est l'idée disons.

Je ne savais pas qu'il y avait des ACI en temps réel !
Sympa.

Dernière modification par patemino (03-08-2010 11:14:35)