Résumer

Avant-propos

1. Objectifs du livre
L'intelligence artificielle ou I .A. est un domaine qui passionne les amateurs de science-fiction. Cependant, dans notre monde actuel, de nombreux développeurs n'utilisent pas les techniques associées, par manque de connaissances de celles-ci.
Ce livre présente donc les principales techniques d'intelligence artificielle, en commençant par les concepts principaux à comprendre, puis en donnant des exemples de code en C#.

2. Public et pré-requis
Ce livre s'adresse à tous ceux qui souhaitent découvrir l'intelligence artificielle.
Chaque chapitre détaille une technique.
Aucun pré-requis en mathématiques n'est requis, les formules et équations ayant été limitées au strict minimum. En effet, ce livre est surtout orienté sur les concepts et les principes sous-jacents aux différentes techniques.

La deuxième partie de chaque chapitre présente des exemples de code en C#.
Une connaissance du langage, au moins basique, est nécessaire. Ce livre est donc surtout destiné aux développeurs, en particulier :
- Les étudiants en école post-bac qui souhaitent mieux comprendre l'intelligence artificielle, et étudier des exemples de code.
- Les développeurs qui doivent utiliser une technologie particulière et qui souhaitent trouver une explication des principes ainsi que des portions de code réutilisables et/ou adaptables.
- Les passionnés qui souhaitent découvrir l'intelligence artificielle et coder des programmes l'utilisant.
- Tout curieux qui s'intéresse à ce domaine.

3. Structure du livre
Ce livre commence par une introduction, permettant d'expliquer ce qu'est
l'intelligence en général et l'intelligence artificielle en particulier. Les principaux domaines de celle-ci sont aussi présentés.

Le livre contient ensuite sept chapitres. Chacun d'eux porte sur une technique
ou un ensemble de techniques. À l'intérieur de ceux-ci, on trouve tout d'abord
l'explication des principes et des concepts. Ensuite suivent des exemples d'application de ces algorithmes et un code commenté et expliqué.
Le lecteur curieux ou voulant en apprendre sur plusieurs techniques pourra lire le livre dans l'ordre. Sinon, le lecteur cherchant des informations sur une technique particulière pourra aller directement au chapitre la concernant, ceux-ci étant indépendants.

Le premier chapitre présente les systèmes experts, permettant d'appliquer des règles pour faire du diagnostic ou de l'aide à un professionnel.
Le deuxième chapitre s'intéresse à la logique floue, permettant d'avoir des contrôleurs au comportement plus souple et plus proche du fonctionnement d'un humain.

Le troisième chapitre porte sur la recherche de chemins, en particulier les chemins les plus courts, sur une carte ou dans un graphe. Plusieurs algorithmes sont alors présentés (recherche en profondeur, en largeur, Bellman-Ford, Dijskstra et A*).
Le quatrième chapitre concerne les algorithmes génétiques. Ceux-ci s'inspirent de l'évolution biologique pour faire évoluer des solutions potentielles à des problèmes, jusqu'à trouver de bonnes solutions après plusieurs générations.
Le cinquième chapitre présente plusieurs métaheuristiques d'optimisation.
Cinq algorithmes (algorithme glouton, par descente de gradient, recherche tabou, recuit simulé et optimisation par essaims particulaires) permettant d'améliorer des solutions sont présentés et comparés.
Le sixième chapitre s'intéresse aux systèmes multi-agents, dans lesquels plusieurs individus artificiels aux comportements simples vont, ensemble, résoudre des problèmes complexes.
Le dernier chapitre concerne les réseaux de neurones, permettant d'apprendre à résoudre des problèmes dont on ne connaît pas forcément le fonctionnement sous-jacent.
À la fin de ce livre se trouvent :
- Une bibliographie, permettant d'aller plus loin sur ces différentes techniques.
- Une sitographie, présentant des articles concernant l'utilisation réelle de
ces algorithmes.
- Une annexe permettant d'installer et d'utiliser SWI Prolog, qui vient en complément du C# dans le chapitre sur les systèmes experts.
- Un index.

Avant-propos
Introduction
1. Structure du chapitre ...................................... 19
2. Définir l'intelligence ....................................... 19
3. L'intelligence du vivant .................................... 22
4. L'intelligence artificielle .................................... 23
5. Domaines d'application ..................... ... ... ......... 25
6. Synthèse ................................................ 27
Chapitre 1
Systèmes experts
1. Présentation du chapitre ................................... 29
2. Exemple : un système expert en polygones . ............. ...... 30
2.1 Triangles ............................................ 30
2.2 Quadrilatères ................ ......................... 32
2 .3 Autres polygones . . ..................... .............. 33
3. Contenu d'un système expert ............................... 34
3.1 Base de règles .................... ..................... 35
3. 2 Base de faits ........... ............................... 36
3.3 Moteur d'inférences ................................ ... 37
4. Types d'inférences ................... . . . ........... . . . . ... 40
4.1 Chaînage avant ........ . ....... . . . .................... 40
4. 1.1 Principe ... . ..... . .... . .... . .......... . ......... 40
4.1 .2 Application à un exemple ......... . ............... 40
4.2 Chaînage arrière . . . . ........................ . ......... 42
4.2. 1 Principe . . . ......... . ...... . ... . ... . ............ 42
4.2.2 Application à un exemple . . . . ......... . . . ... . ..... 42
4.3 Chaînage mixte ....................................... 44
5. Étapes de construction d'un système ... . ... . . ........ . ...... . 45
5.1 Extraction des connaissances ................. . ... . . . .... 46
5.2 Création du moteur d'inférences . . . ... . ... . . . . ... . . . . .... 46
5.3 Écriture des règles .... . ... . .... . . ....... . . . . . ... . . . .... 47
5.4 Création de l'interface utilisateur . . .... . .......... . . . . . . . 47
6. Performance et améliorations ..... . . ........... . ......... . .. 48
6.1 Critères de performance ... . . ....... . ...... . ... . ... . . ... 48
6.2 Amélioration des performances par l'écriture des règles ...... 49
6.3 Importance de la représentation du problème ...... . ....... 50
7. Domaines d'application ... . .............................. . . 52
7.1 Aide au diagnostic ..... . ............... . ............. . 52
7.2 Estimation de risques . ....... . ....... . . . . .............. 53
7.3 Planification et logistique ..... . .... . . ... . ...... . ..... . . . 54
7.4 Transfert de compétences et connaissances . . . ..... . ... . ... 54
7.5 Autres applications .................... . . . . . . . . . . . . . . .. 55
8. Création d'un système expert en C# ......................... 55
8.1 Détermination des besoins ............ . . . .... . .......... 56
8.2 Implémentation des faits .... . ........ . . ..... . .......... 57
8.3 Base de faits .......................................... 61
8.4 Règles et base de règles ... . ............ . .......... . . .... 62
8.5 Interface ..... . ..... . ......... . . . . . . . ......... . .... . . 64
8.6 Moteur d'inférences ....... . ... . . ..... . .... . ........ ... 67
8.7 Saisie des règles et utilisation . ........... ....... . ..... . . . 74
9. Utilisation de Prolog ........................ ............ . .. 76
9. 1 Présentation du langage ................................ 77
9. 2 Syntaxe du langage ..... . . . . . . . . . . . . ........ . .......... 78
9. 2.1 Généralités . . ............. . ..... . ............... 78
9. 2.2 Prédicats ..................... .................. 78
9. 2 .3 Poser des questions .............. . ............. . .. 79
9. 2 .4 Écriture des règles ............... ................. 80
9. 2 .5 Autres prédicats utiles ............ ................ 81
9.3 Codage du problème des formes géométriques ............. 82
9.4 Codage du problème des huit reines ........... ........... 86
9.4.1 Intérêt du chaînage arrière ........ ................. 86
9.4. 2 Étude du problème ...... ............. ............ 86
9.4.3 Règles à appliquer ................ ................ 87
9.4.4 Règles de conflits entre reines ...... ................ 88
9.4.5 But du programme ......... . . . ................... 90
9.4.6 Exemples d'utilisation ............................ 90
1 0. Aj out d'incertitudes et de probabilités ....... ....... . . ........ 91
10. 1 Apport des incertitudes .... . ... . ............ . ...... . ... 91
10. 2 Faits incertains .................... ................... 92
10.3 Règles incertaines .......... ........................... 93
11. Synthèse ....... .................... ..................... 94
Chapitre 2
Logique floue
1. Présentation du chapitre ................ ................... 95
2. Incertitude et imprécision ................. ................. 96
2.1 Incertitude et probabilités ............ .................. 96
2.2 Imprécision et subj ectivité ............. ................. 96
2 .3 Nécessité de traiter l'imprécision ....... .................. 97
3. Ensembles flous et degrés d'appartenance ..................... 98
3.1 Logique booléenne et logique floue ....................... 98
3.2 Fonctions d'appartenance .... .......................... 99
3.3 Caractéristiques d'une fonction d'appartenance ............ 10 2
3.4 Valeurs et variables linguistiques ....................... 103
4. Opérateurs sur les ensembles flous .......................... 1 04
4.1 Opérateurs booléens .................................. 1 04
4.2 Opérateurs flous ..................................... 1 06
4.2.1 Négation ...................................... 1 06
4.2.2 Union et intersection ............................ 10 8
5. Création de règles .............. ... ....................... 1 10
5.1 Règles en logique booléenne ........................... 110
5.2 Règles floues ........................................ 110
6. Fuzzification et défuzzification ............................. 1 1 3
6.1 Valeur de vérité ...................................... 113
6.2 Fuzzification et application des règles ................... 115
6.3 Défuzzification ...................................... 119
7. Exemples d'applications ................................... 121
7.1 Premières utilisations ................................. 121
7.2 Dans les produits électroniques ......................... 122
7.3 En automobile ....................................... 122
7.4 Autres domaines ..................................... 122
8. Implémentation d'un moteur de logique floue ................. 123
8.1 Le cœur du code : les ensembles flous .................... 1 24
8.1.l Point2D : un point d'une fonction d'appartenance .... 124
8.1 .2 FuzzySet : un ensemble flou ...................... 1 25
8.1 .3 Opérateurs de comparaison et de multiplication ...... 1 26
8.1 .4 Opérateurs ensemblistes ......................... 127
8.1 .5 Calcul du barycentre ............................ 1 36
8.2 Ensembles flous particuliers ............................ 138
8.3 Variables et valeurs linguistiques ....................... 141
8.3.1 LinguisticValue : valeur linguistique . . .............. 141
8.3.2 LinguisticVariable : variable linguistique ... . ....... . 142
8.4 Règles floues ............ ............ ................ 143
8.4. 1 FuzzyExpression : expression floue ................. 143
8.4.2 FuzzyValue : valeur floue ......... ................ 144
8.4.3 FuzzyRule : règle floue ... . ....................... 144
8.5 Système de contrôle flou .... . ......................... 146
8.6 Synthèse du code créé .... . .............. . ....... . . . ... 150
9. Implémentation d'un cas pratique . ...... . ........ . ......... 151
10 . Synthèse ............................. .................. 157
Chapitre 3
Recherche de chemins
1. Présentation du chapitre ...... . ............ ............... 159
2. Chemins et graphes .......... . ........ . .... . ............. 160
2.1 Définition et concepts . ....... . ....................... 160
2.2 Représentations ....... . ............... ...... ........ 161
2.2.1 Représentation graphique ......... . .............. 161
2.2.2 Matrice d'adj acence ............... . ............. 161
2.3 Coût d'un chemin et matrice des longueurs ............... 165
3. Exemple en cartographie .......... ............... ......... 166
4. Algorithmes naïfs de recherche de chemins .......... . .... . ... 168
4.1 Parcours en profondeur .............. . ................ 168
4.1 .1 Principe et pseudo-code .................. . ....... 168
4.1 .2 Application à la carte ........ . .... . .............. 1 70
4.2 Parcours en largeur .......... . .......... ........ . ... . . 1 74
4.2.1 Principe et pseudo-code . . . ....................... 1 75
4.2.2 Application à la carte .................... . .... . .. 1 76
5. Algorithmes "intelligents" ... . ................ . ....... . .... 1 79
5.1 Algorithme de Bellman-Ford ... . ..... . ..... . .......... . 1 80
5 .1.1 Principe et pseudo-code .......................... 1 80
5.1.2 Application à la carte ................... . . . . ..... 1 82
5.2 Algorithme de Dijkstra ................................ 1 86
5 .2.1 Principe et pseudo-code .... . .......... . .......... 1 86
5.2.2 Application à la carte .................... . ....... 187
5.3 Algorithme A* ...................................... 1 90
5.3.1 Principe et pseudo-code .......................... 1 90
5.3.2 Application à la carte ............................ 1 92
6. Implémentations ...................... . .......... . . . . ... 200
6.1 Nœuds, arcs et graphes ......... . ..................... 200
6.1 .1 Implémentation des nœuds ...... . ................ 200
6.1 .2 Classe représentant les arcs ......... . ............. 201
6.1 .3 Interface des graphes ............................ 202
6.2 Fin du programme générique .... ................... . ... 203
6.2.1 IHM ...... . ................................... 203
6.2.2 Algorithme générique ............................ 204
6.3 Codage des différents algorithmes ............ . ......... 205
6.3.1 Recherche en profondeur .................... . .... 205
6.3.2 Recherche en largeur .... . . . ..................... 207
6.3.3 Algorithme de Bellman-Ford . ..................... 208
6.3.4 Algorithme de Dijkstra . . . ................. . ...... 209
6.3.5 Algorithme A* ................................. 211
6.4 Application à la carte ............ ......... . .......... . 212
6.4.1 Tile et Tiletype ................................. 213
6.4.2 Implémentation de la carte ....................... 215
6.4.3 Programme principal ............................ 222
6.5 Comparaison des performances ......................... 226
7. Domaines d'application ............... . . . . ................ 228
8. Synthèse .......... ..................................... 230

Chapitre 4
Algorithmes génétiques
1. Présentation du chapitre ................. ................. 233
2. Évolution biologique ....................... ............... 234
2.1 Le concept d'évolution ............... ................. 234
2.2 Les causes des mutations ............. ................. 235
2.3 Le support de cette information : les facteurs ............. 236
2.4 Des facteurs au code génétique ......................... 239
2.5 Le « cycle de la vie » .................... ............... 241
3. Évolution artificielle .................... .................. 242
3.1 Principes ............................ ............... 242
3.2 Vue d'ensemble du cycle ............. .................. 244
3.2.1 Phases d'initialisation et de terminaison ............. 244
3.2.2 Phase de sélection ............. .................. 244
3.2.3 Phase de reproduction avec mutations .............. 245
3.2.4 Phase de survie ................................. 245
3.3 Convergence .......................... .............. 245
4. Exemple du robinet ...................... ................. 246
4.1 Présentation du problème ............................. 246
4.2 Initialisation de l'algorithme ........................... 246
4.3 Évaluation des individus .............................. 247
4.4 Reproduction avec mutations .......................... 247
4.5 Survie .................. ............................ 249
4.6 Suite du processus ................... ................ 250
5. Choix des représentations ............... .................. 250
5.1 Population et individus ............. .................. 250
5.2 Gènes .............................. ................ 250
5.3 Cas d'un algorithme de résolution de labyrinthe ........... 251
6. Évaluation, sélection et survie ........... ................... 254
6.1 Choix de la fonction d'évaluation ........... ............ 254
6.2 Opérateurs de sélection .................. ............. 255
6.3 Opérateurs de survie ................. ................. 256
7. Reproduction : crossover et mutation . . . .......... . .... . ..... 257
7.1 Crossover. . . . . . .... . . . . . . . ......... . ..... . . ....... .. 257
7.2 Mutation . . . . . . . ... . ..... . ... . . . . ...... . . ...... . . . .. 261
8. Domaines d'application . . . ... . . .... . .... . . ... . . . . ....... . . 262
9. Implémentation d'un algorithme génétique . . . ... . ............ 264
9.1 Implémentation générique d'un algorithme . . . ... . . . ...... 264
9.1.1 Spécifications ........... . ... . .... . . .... . . ...... 264
9.1 .2 Paramètres ..................................... 265
9.1 .3 Individus et gènes . . .... . . . . . . .... . . . ... . .... . . . 267
9.1.4 IHM ... . . . . .... ... . . . ..... . ... ... . . . ... . ...... 269
9.1 .5 Processus évolutionnaire . . . .... .... . . . ... .... ... . 270
9.2 Utilisation pour le voyageur de commerce . . . .... . .... . . .. 275
9.2.1 Présentation du problème .... . ........ . .......... 275
9.2.2 Environnement ... ... . . ... . . . .... . ..... . ... . . . .. 276
9.2.3 Gènes .... . . ... . ..... . ... . .... . ................ 279
9.2.4 Individus . . ..... . ... . ... . .... . .... . . . . ........ 280
9.2.5 Programme principal . . .............. . . . . . . ...... 284
9.2.6 Résultats . . ... . ..... . . .... . .... . . ... ...... . .... 286
9.3 Utilisation pour la résolution d'un labyrinthe ... .... . . . ... 287
9.3.1 Présentation du problème . . . . .... . . ..... .... . .... 287
9.3.2 Environnement . ..... .... . . ... . .... . ..... . ...... 288
9.3.3 Gènes . . ..... . .... . .... . . . . ..... . . . . . ... . . ..... 295
9.3.4 Individus . ... . . ........ . . .... . . ... . .......... . . 296
9.3.5 Programme principal .... . ... ... . . ... ............ 301
9.3.6 Résultats . . . . . ... . . . . . . ..... ... . . . . . . .......... 302
10. Coévolution ..... ....................................... 304
11. Synthèse .... ........................................... 305
Chapitre 5
Métaheuristiques d'optimisation
1. Présentation du chapitre ................. ................. 30 7
2. Optimisation et minimums ............... ................. 30 8
2.1 Exemples ......................... .................. 30 8
2.2 Le problème du sac à dos .............. ................ 30 8
2.3 Formulation des problèmes .......... .................. 30 9
2.4 Résolution mathématique ............................. 311
2.5 Recherche exhaustive ............... .................. 312
2.6 Métaheuristiques ................... ................. 312
3. Algorithmes gloutons ..................... ................ 313
4. Descente de gradient ........................... .......... 316
5. Recherche tabou ................... ...................... 319
6. Recuit simulé .................. ......................... 32 1
7. Optimisation par essaims particulaires .......... ............. 323
8. Méta-optimisation ....................... ................ 325
9. Domaines d'application .................... ............... 325
10 . Implémentation ................ ......................... 327
10 .1 Classes génériques .................... ............... 327
10 .2 Implémentation des différents algorithmes ............... 329
10 .2.lAlgorithme glouton ............. ................ 329
10 .2.2Descente de gradient ............ ................ 329
10 .2.3Recherche tabou ............... ................. 33 1
10 .2.4Recuit simulé ........ .......................... 332
10 .2. S Optimisation par essaims particulaires .............. 333
10 .3 Résolution du problème du sac à dos ..... ............... 335
10 .3. llmplémentation du problème ..................... 335
10 .3.2Algorithme glouton .............. ............... 343
10 .3.3Descente de gradient ........... ................. 344
10 .3.4Recherche tabou ............... ................. 346
10 .3. S Recuit simulé .................... .............. 348
10 .3.60ptimisation par essaims particulaires .............. 351
10 .3.7Programme principal ............................ 354
10 .4 Résultats obtenus .................................... 356
11. Synthèse ............................ ................... 360
Chapitre 6
Systèmes multi-agents
1. Présentation du chapitre .................................. 363
2. Origine biologique ....................................... 364
2.1 Les abeilles et la danse ................................ 364
2.2 Les termites et le génie civil ............................ 366
2 .3 Les fourmis et l'optimisation de chemins ................. 367
2.4 Intelligence sociale ................................... 368
3. Systèmes multi-agents .................................... 368
3.1 L'environnement . .................................... 368
3.2 Les obj ets ........................................... 369
3.3 Les agents .......................................... 369
4. Classification des agents .................................. 370
4.1 Perception du monde ................................. 370
4.2 Prise des décisions .................................... 370
4.3 Coopération et communication ........................ 371
4.4 Capacités de l'agent .................................. 372
5. Principaux algorithmes .................................... 373
5.1 Algorithmes de meutes ........................... . . ... 373
5.2 Optimisation par colonie de fourmis .................... 374
5.3 Systèmes immunitaires artificiels ....................... 376
5.4 Automates cellulaires ................................. 377
6. Domaines d'application ................................... 379
6.1 Simulation de foules .................................. 379
6.2 Planification ........................................ 380
6.3 Phénomènes complexes ............................... 380
7. Implémentation ......... . ..... ................. .. ... . . .. 381
7.1 Banc de poissons . ....... . . . .... ... . ... . ....... . . .... . 381
7.1 .1 Les obj ets du monde et les zones à éviter ............ 382
7.1 .2 Les agents-poissons . . ... ... . . . . . ... ... . ........ .. 384
7.1 .3 L'océan ... . ... . . . . .... . .... . ........ . ....... . .. 392
7.1 .4 L'application graphique . . ..... . . . . ....... . ....... 395
7.1 .5 Résultats obtenus .......... . ................ . ... 399
7.2 Tri sélectif ... . . . ...... . ... . . ...... . ... . . . . ... . . . . . . . 40 1
7.2 .1 Les déchets ..... . .......... . . . . ....... . ........ 40 1
7.2.2 Les agents nettoyeurs ... . . . . . . .. . . . . . .. ... . . . . . . . 404
7.2.3 L'environnement ...... . ......... . . . ... . . . . . .. . .. 40 8
7.2.4 L'application graphique ... . . . . .......... .. ..... . . 41 2
7.2.5 Résultats obtenus . . . .... . ... . . . ... . . . . . . . ... .. . . 41 6
7.3 Le jeu de la vie ... ...... .... ... . . . . . . . . ........... . ... 41 7
7.3.1 La grille . . .... . . ...... . ........... . ............ 41 8
7.3.2 L'application graphique ...... . . . ......... . . . ..... 421
7.3.3 Résultats obtenus . . . . . ... . .......... .. .......... 424
8. Synthèse .............................. ................. 426
Chapitre 7
Réseaux de neurones
1. Présentation du chapitre . ... . . . .......... . . . .. ... .. . .. . . . . 429
2. Origine biologique . . ..... . . . ....... . ......... . ........... 430
3. Le neurone formel ........................................ 432
3.1 Fonctionnement général . . ... . .... ... . . . . . ......... . .. 432
3.2 Fonctions d'agrégation . . . . . . . . . . ............ . . . . . . .... 433
3.3 Fonctions d'activation ...... . . . . . . . . . . . . ......... . .. .. 434
3.3.1 Fonction "heavyside" . . . ................ . ... ... .. 434
3.3.2 Fonction sigmoïde . ..... . . .......... . . .. . . . ..... 435
3.3.3 Fonction gaussienne . . . . .... . ..... . .... . . . ...... . 435
3.4 Poids et apprentissage .... .. .... . . . . . ... . .......... . .. 436
4. Perceptron ... . . ... . .... .... . . . . . . . . . . ... . . . . . . . . ..... . . . 437
4.1 Structure ...... . ............. . . . ... . . .... . ... .... . .. 437
4.2 Condition de linéarité . . . ...... . ... .... . . . . . ... . . . . . . . 438
5. Réseaux feed-forward . . . . . ....... . . ... . . . . . ..... .... . ..... 439
6. Apprentissage . . . . . ... . ... . . . ... ... . . . ........ . .... . . . . .. 440
6.1 Apprentissage non supervisé . . . . .... . . ....... . . . . ... . . . 440
6.2 Apprentissage par renforcement . ... . . . . ..... ... . . . . .... 442
6.3 Apprentissage supervisé .... ..... . . . .... . . ... . ......... 442
6.3.1 Principe général . . . . . ........ ...... . . . . . ...... . . . 442
6.3.2 Descente de gradient . . .... ... . ... . . . ... . . . .... .. 443
6.3.3 Algorithme de Widrow-Hoff . . . .... ....... . . ...... 445
6.3.4 Rétropropagation . .... . ....... . .......... . . . . . .. 445
6.4 Surapprentissage et généralisation ..... . ..... . . ... .... . . 447
6.4.1 Reconnaître le surapprentissage .... . .... .... ...... 448
6.4.2 Création de sous-ensembles de données . . . .......... 449
7. Autres réseaux . . ... . .... . . . . . . .... . . . . . . . ... . . . . . . . . . . . . . 450
7.1 Réseaux de neurones récurrents .... . .......... . . ....... 450
7.2 Cartes de Kohonen . . . .... . . . . . . . .... ...... ......... .. 450
7.3 Réseaux de Hopfield ... ... . . . . . . . . . . ... . ... . . ... . . . . . . 451
8. Domaines d'application .... . . . ....... . . . . . . . . . .... . . . . . . .. 451
8.1 Reconnaissance de patterns . . . ... . . . . ....... . . . .... . . . . 452
8.2 Estimation de fonctions ... . . ... . . . .... . . . .... . ... . . . . . 452
8.3 Création de comportements . .... . ... ... ... . . ... . ... . .. 452
9. Implémentation d'un MLP . ... . . ... . .... . . ... . .... . . ... .... 453
9 .1 Points et ensembles de points . . . . . . . . . . . . . . . . . . . . . ... . . 453
9.2 Neurone ...... . ... . . . . . ...... . . .... . . . . ........ . . ... 457
9.3 Réseau de neurones . . ... . . . . . ... . ... .... . . ... . . . . . . . . 459
9.4 IHM ........ ....................................... 463
9.5 Système complet . . . ............ . . . . . . . . . . . . . ...... .. 463
9.6 Programme principal . . . . . . . ..... . .... . . . . . . . . . . . . . . . . 467
9.7 Applications .................... ................. . .. 468
9.7.1 Application au XOR ................ ............. 468
9.7.2 Application à Abalone ........... ................ 470
9.7.3 Améliorations possibles .......................... 472
10 . Synthèse du chapitre ........................ . ............ 472

• Télécharger
• Voir Plus

Resultats du Test [IA - L' Intelligence Artificielle pour les développeurs Concepts et implémentations en C# ]