Contributions a l'apprentissage symbolique - automates d'arbres et mesures de selection

Pour l'extraction de règles de classement à partir d'un ensemble d'exemples, une classe d'algorithmes utilise la construction de structures ou de procédures sous forme d'arbres hiérarchisés ou de graphes.Les méthodes à base d'arbres de décision ou de graphes d'induction sont des méthodes d'apprentissage symboliques dédiées à la construction de fonctions de classement. Ces méthodes sont performantes et intelligibles mais présentent les inconvénients de complexité des modèles générés et d'instabilité. Dans ce livre il est question d'apporter des solution à ces problèmes en proposant des techniques de simplification à base d'automates d'arbres et des mesures de sélection.