Apprentissage machine efficace : théorie et pratique

Malgré des progrès constants en termes de capacité de calcul, mémoire et quantité de données disponibles, les algorithmes d'apprentissage machine doivent se montrer efficaces dans l'utilisation de ces ressources. La minimisation des coûts est évidemment un facteur important, mais une autre motivation est la recherche de mécanismes d'apprentissage capables de reproduire le comportement d'êtres intelligents. Cette thèse aborde le problème de l'efficacité à travers plusieurs articles traitant d'algorithmes d'apprentissage variés : ce problème est vu non seulement du point de vue de l'efficacité computationnelle (temps de calcul et mémoire utilisés), mais aussi de celui de l'efficacité statistique (nombre d'exemples requis pour accomplir une tâche donnée). Une première contribution apportée par cette thèse est la mise en lumière d'inefficacités statistiques dans des algorithmes existants. Nous montrons ainsi que les arbres de décision généralisent mal pour certains types de tâches (chapitre 3), de même que les algorithmes classiques d'apprentissage semi-supervisé à base de graphe (chapitre 5), chacun étant affecté par une forme particulière de la malédiction de la dimensionalité. Pour une certaine classe de réseaux de neurones, appelés réseaux sommes-produits, nous montrons qu'il peut être exponentiellement moins efficace de représenter certaines fonctions par des réseaux à une seule couche cachée, comparé à des réseaux profonds (chapitre 4). Nos analyses permettent de mieux comprendre certains problèmes intrinsèques liés à ces algorithmes, et d'orienter la recherche dans des directions qui pourraient permettre de les résoudre. Nous identifions également des inefficacités computationnelles dans les algorithmes d'apprentissage semi-supervisé à base de graphe (chapitre 5), et dans l'apprentissage de mélanges de Gaussiennes en présence de valeurs manquantes (chapitre 6). Dans les deux cas, nous proposons de nouveaux algorithmes capables de traiter des ensembles de données significativement plus grands. Les deux derniers chapitres traitent de l'efficacité computationnelle sous un angle différent. Dans le chapitre 7, nous analysons de manière théorique un algorithme existant pour l'apprentissage efficace dans les machines de Boltzmann restreintes (la divergence contrastive), afin de mieux comprendre les raisons qui expliquent le succès de cet algorithme. Finalement, dans le chapitre 8 nous présentons une application de l'apprentissage machine dans le domaine des jeux vidéo, pour laquelle le problème de l'efficacité computationnelle est relié à des considérations d'ingénierie logicielle et matérielle, souvent ignorées en recherche mais ô combien importantes en pratique.

Traité sur la science de l'exploitation des mines par théorie et pratique : avec un discours sur les principes des finances /

Mode of access: Internet.

Traité sur la science de l'exploitation des mines par théorie et pratique : avec un discours sur les principes des finances /

Mode of access: Internet.

Traité de matière médicale et de pharmacie vétérinaires : théorie et pratique /

Mode of access: Internet.

Théorie et pratique de la construction humaine supervisée du sens

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

L'éthique médicale en Chine entre théorie et pratique : retour historique, regard critique et approches empiriques vers une nouvelle éthique transculturelle

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Théorie et pratique de la construction humaine supervisée du sens

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

L'éthique médicale en Chine entre théorie et pratique : retour historique, regard critique et approches empiriques vers une nouvelle éthique transculturelle

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Une mémoire oublieuse : théorie et pratique de l'énonciation de l'acteur chez Larry Tremblay, Daniel Danis et Christian Lapointe

Prenant appui sur l’occultation de la mémoire verbale par la théorie théâtrale actuelle, le présent mémoire questionne l’exercice mémoriel des acteurs contemporains à partir de la dialectique mémoire/oubli dans les théories et pratiques de l’énonciation de Larry Tremblay, de Daniel Danis et de Christian Lapointe. Le premier chapitre s’intéresse aux fondements de l’énonciation privilégiés par les praticiens dans leurs discours théoriques – Le crâne des théâtres (Tremblay), « La mémoire intime au théâtre » (Danis), « Petit guide de l’apparition à l’usage de ceux qu’on ne voit pas » (Lapointe) –, plus précisément à la valeur accordée à la mémorisation verbale. Le deuxième s’attache à montrer que les textes dramatiques des auteurs-metteurs en scène – The Dragonfly of Chicoutimi (Tremblay), Mille anonymes (Danis), Sepsis (Lapointe) – engagent aussi un rapport oblique à l’apprentissage par cœur. Enfin, le troisième cherche à définir la notion de mémoire oublieuse à la lumière de laquelle les théories et les pratiques de Tremblay, de Danis et de Lapointe peuvent être analysées ainsi qu’à en identifier certaines conséquences dans leurs mises en scène.