Algorithmes d’apprentissage profonds supervisés et non-supervisés: applications et résultats théoriques

La liste des domaines touchés par l’apprentissage machine s’allonge rapidement. Au fur et à mesure que la quantité de données disponibles augmente, le développement d’algorithmes d’apprentissage de plus en plus puissants est crucial. Ce mémoire est constitué de trois parties: d’abord un survol des concepts de bases de l’apprentissage automatique et les détails nécessaires pour l’entraînement de réseaux de neurones, modèles qui se livrent bien à des architectures profondes. Ensuite, le premier article présente une application de l’apprentissage machine aux jeux vidéos, puis une méthode de mesure performance pour ceux-ci en tant que politique de décision. Finalement, le deuxième article présente des résultats théoriques concernant l’entraînement d’architectures profondes nonsupervisées. Les jeux vidéos sont un domaine particulièrement fertile pour l’apprentissage automatique: il estf facile d’accumuler d’importantes quantités de données, et les applications ne manquent pas. La formation d’équipes selon un critère donné est une tˆache commune pour les jeux en lignes. Le premier article compare différents algorithmes d’apprentissage à des réseaux de neurones profonds appliqués à la prédiction de la balance d’un match. Ensuite nous présentons une méthode par simulation pour évaluer les modèles ainsi obtenus utilisés dans le cadre d’une politique de décision en ligne. Dans un deuxième temps nous présentons une nouvelleméthode pour entraîner des modèles génératifs. Des résultats théoriques nous indiquent qu’il est possible d’entraîner par rétropropagation des modèles non-supervisés pouvant générer des échantillons qui suivent la distribution des données. Ceci est un résultat pertinent dans le cadre de la récente littérature scientifique investiguant les propriétés des autoencodeurs comme modèles génératifs. Ces résultats sont supportés avec des expériences qualitatives préliminaires ainsi que quelques résultats quantitatifs.

L'émergence d'un double régime de subventions dans le système GATT/OMC : analyse du clivage entre subventions agricoles et non agricoles

"Mémoire présenté à la Faculté des études supérieures en vue de l'obtention du grade de maîtrise en droit (LL.M) option recherche"

Tractatus de perfectione voluntatis testamento reqvisita, et de testamento perfecto ratione volvntatis, et imperfecto ratione solemnitatis, coepto, et non completo ob impedimentum testatori superveniens. Ad Iavoleni responsum in lege Si quis cvm testament

UANL

Connivence et non connivence : les modes d’intervention des professionnels auprès d’aidants familiaux ayant un proche atteint de la maladie d’Alzheimer

Ce mémoire a pour objectif de retracer les modes d’intervention qu’entretiennent les intervenants de la santé vis-à-vis des aidants familiaux ayant un proche atteint d’une maladie cognitive de type Alzheimer. À l’aide de l’analyse de contenu, nous allons explorer quels sont les modes d’intervention qu’ils privilégient dans un contexte d’impératifs technocratiques. Pour ce faire, nous avons étudié les entrevues menées auprès de 12 intervenants provenant de diverses professions du champ de la santé et des services sociaux, qui ont un rapport direct avec les aidants familiaux. Les résultats indiquent deux types de mode d’intervention : soit, des rapports de connivence ou de non connivence. Ces deux modes d’intervention se distinguent principalement par le recours aux savoirs pratiques.