Une Approche S emantique Pour Le Data Mining Et Le Machine Learning

Abstract

La sensibilit e au contexte est n ee d'un terme de l'informatique omnipr esente ou d'une informatique dite omnipr esente qui cherchait a relier les changements de l'environnement aux syst emes informatiques, qui sont autrement statiques. A travers ce m emoire, nous avons propos e un syst eme sensible au contexte qui ne prend pas compte un seul mod ele du Machine Learning, mais il prendra plusieurs mod eles. Chaque mod ele sera utilis e pour un contexte. Dans notre proposition, nous avons compar e l'utilisation d'un mod ele qui a et e form e en utilisant tous les Contextes a un syst eme compose d'un ensemble de mod eles sp ecialis es qui ont et e form es pour chaque Contexte dans le but d'am eliorer la performance et la pr ecision d'un Mod ele du Machine Learning. Pour illustrer notre approche propos ee, nous reproduisons trois exp eriences qui utilisent un mod ele bas e sur la classi cation/Pr ediction, elles ont et e test ees par l'algorithme For^ets Al eatoires, etant donn e qu'il a donn e des meilleurs r esultats en terme d'Accuracy "pr ecision" de la classe Nous montrons que notre approche Contextuelle peut am eliorer les r esultats avec di erents Algorithmes du Machine Learning