[Index] Intelligence artificielle

[Ixy]

Deep reinforcement learning ça s'appelle (ou deep Q-learning). C'est comme ça que alpha go a été codé ou qu'ils ont crée une IA pour les jeux ATARI.



https://www.cs.toronto.edu/~vmnih/docs/dqn.pdf

[Bubu]

Voili kékeu chose qui m’intéresse !


Je poste déjà le projet Java en entier. Si tu n'as pas NetBeans d'installé, honte à toi !

CNGApplication-20170405T170304Z-001.zip

Bon, là il faut que j'achète du chit et de l'alcool. Je posterai à part le .jar si tu ne peux pas exécuter le programme.

En rentrant, je ferai quelques distributions. Je te dirai combien de classes il y a pour chacune. Sinon évidemment ça fait n'importe quoi.

[Ixy]

Non j'ai pas netbeans, il y a un temps où j'avais développé une application Android avec Java sur Eclipse avec une amie mais ça remonte à quelques années !

[Bubu]

Non j'ai pas netbeans, il y a un temps où j'avais développé une application Android avec Java sur Eclipse avec une amie mais ça remonte à quelques années !

Tu m'embêtes !
Je t'envoie ça dès que je ne vois plus double.
Je t'envoie le .jar. Si tu as une machine virtuelle Java, ça se lancera tout seul.

[Bubu]

Bon. Assez de mes blagues potaches.

CNGApplication.jar.txt

Bien-sûr, enleve l'extention .txt.
Si tu as une machine virtuelle (VM) Java correctement installée, lance le comme n'importe quel executable.

Une distribution de 4 classes :

cng1.png

Une distribution de 2 classes :

cng2.png

Je te donne tout ce que j'ai fait, là.

[Bubu]

Bon, tu n'as tjrs pas téléchargé l'appli .....

Je te montre donc des résultats.

Sur la première distribution :

Capture d’écran (6).png

Et le diagramme de Voronoï correspondant :

Capture d’écran (7).png

Sur la deuxième distribution :

Capture d’écran (8).png

Et le diagramme de Voronoï correspondant :

Capture d’écran (9).png

J'ai utilisé l'apprentissage supervisé car ça va plus vite. Si tu as des pb avec le .jar, ou que tu veux créer tes propres distributions, dis-le.

[Bubu]

Bon, une autre bouteille à la mer...
Avec Éclipse tu peux importer le projet sans aucun doute.
Pourquoi tu ne télécharges pas ce que je t'envoie ?



De deux choses l'une : soit tu me traites d'affabulateur en parlant de non croyances à des méthodes de classification miraculeuses, soit tu télécharges l'application et tu la testes.
J'ai fait tout ce que j'ai pû. Je t'ai tout donné.
S'il n'y a pas suite à cet échange​, je serai fache. trop con, non ?

[Ixy]

Je vais regarder sois patient. Je ne peux pas te répondre immédiatement

[Rem 82]

Bon ! Il y aura bien quelqu'un de vous qui va décrocher le prix Nobel d'informatique !

[Bubu]

Je vais regarder sois patient. Je ne peux pas te répondre immédiatement

Et bien dépêche toi d'agir alors parce que j'ai l'impression que tu te fous de ma gueule.
Je poste publiquement ce qui serait mon sujet de thèse de Master, la.

[Ixy]

On se calme ! Je regarde quand je veux, en plus je n'ai plus aucun IDE sur mon ordi il faut que je réinstalle.

En attendant tu peux voir les bases de Python, ça te sera utile

[Bubu]

OK, je vais voir à quoi ressemble le langage Python.
Normalement, tu n'as même pas besoin d'IDE pour tester l'application.
Si tu as une VM Java installée, ce qui est la moindre des choses, ça suffit.



Et désolé pour mon ton arrogant, mais j'avoue être impatient que tu testes.

[Bubu]

Quand tu auras la possibilité de tester :
Tu peux mélanger les deux types d'apprentissage pendant une même simulation.


La logique sous-jacente étant qu'il faut utiliser le supervisé autant que possible, sinon à défaut, le déductif.

L'application gère jusqu'à 8 classes, respectant un code des couleurs très strict.
Noir (0 0 0) pour absence de données. Extérieur à la distribution.
Rouge (255 0 0) classe 1
Vert (0 255 0) classe 2
Bleu(0 0 255) classe 3
Cyan (0 255 255) classe 4.

Je sais plus pour les 4 suivantes, mais si besoin je retrouve ça en deux secondes.


Nb: en apprentissage supervisé, la vitesse de convergence est indépendante du nombre de classes. Mais dépendante seulement de la complexité topologique de la distribution.


Il converge très vite quand la discrimination est simple à faire.
Mais il peut passer un temps fou sur une distribution de seulement 2 classes si elles sont complètement .... Entremêlées.



Tout l'intérêt pour moi de ce projet, c'est cet apprentissage dit déductif....
Très difficile de finir par se rendre compte​ que la solution la plus simple est souvent la meilleure.
Il faudrait essayer d'éloigner les gagnants à tord. Mais de manière inversement proportionnelle.
Ce serait beaucoup plus efficace si c'était possible.
J'ai choisi plutôt de rapprocher toutes les autres classes que la fautive, en comptant sur le facteur d'utilité pour supprimer les mauvais. Je suis sûr qu'on peut faire plus efficace.

[Ixy]

J'ai testé, tu as du y passer du temps. C'est assez analogue aux SVM (noyau RBF) si j'ai bien compris, sauf que cela autorise un apprentissage en ligne (enfin même c'est obligatoire car c'est l'utilisateur qui décide de quelle est la prochaine input).

[Bubu]

Oui j'y ai passé du temps.
Essaye d'éloigner les gagnants à tord, pour voir.