Thesis of Christophe Salperwyck

Apprentissage incrémental en ligne sur flux de données

Résumé L'apprentissage statistique propose un vaste ensemble de techniques capables de construire des modèles prédictifs à partir d'observations passées. Ces techniques ont montré leurs capacités à traiter des volumétries importantes de données sur des problèmes réels. Cependant, de nouvelles applications génèrent de plus en plus de données qui sont seulement visibles sous la forme d'un flux et doivent être traitées séquentiellement. Parmi ces applications on citera : la gestion de réseaux de télécommunications, la modélisation des utilisateurs au sein d'un réseau social, le web mining. L'un des défis techniques est de concevoir des algorithmes permettant l'apprentissage avec les nouvelles contraintes imposées par les flux de données. Nous proposons d'aborder ce problème en proposant de nouvelles techniques de résumé de flux de données dans le cadre de l'apprentissage supervisé. Notre méthode est constituée de deux niveaux. Le premier niveau utilise des techniques incrémentales de résumé en-ligne pour les flux qui prennent en compte les ressources mémoire et processeur et possèdent des garanties en termes d'erreur. Le second niveau utilise les résumés de faible taille, issus du premier niveau, pour construire le résumé final à l'aide d'une méthode supervisée performante hors-ligne. Ces résumés constituent un prétraitement qui nous permet de proposer de nouvelles versions du classifieur bayésien naïf et des arbres de décision fonctionnant en-ligne sur flux de données. Les flux de données peuvent ne pas être stationnaires mais comporter des changements de concept. Nous proposons aussi une nouvelle technique pour détecter ces changements et mettre à jour nos classifieurs. Mots clés : Apprentissage incrémental, Flux de données, Résumés, Changements de concept

Jury

Monsieur Philippe PREUX, Professeur à l'Université de Lille 3, Directeur de thèse Monsieur Younès BENNANI, Professeur à l'Université de Paris 13 Madame Pascale KUNTZ-COSPEREC, Professeur à l'Université de Nantes Monsieur Vincent LEMAIRE, Docteur HDR Orange Labs, Lannion Monsieur René QUIRIOU, Chargé de recherches HDR INRIA, Rennes Monsieur Djamel Abdelkader ZIGHED, Professeur à l'Université de Lyon 2

Thesis of the team defended on 30/11/2012