Résumé:
La sélection des variables est un sujet de recherche très actif dans différents domaines
tel que l’apprentissage artificiel, la fouille de données et l’analyse de données en
bioinformatique. Cette recherche d’un sous ensemble d’attributs pertinents est un problème
d’optimisation qui peut être résolu par les méta-heuristiques.
Dans le cadre de ce mémoire de master, nous développons un algorithme de sélection
de caractéristiques efficace qui permet d'obtenir une précision de prédiction élevée en
apprentissage automatique. Tâches pour résoudre ce problème. Notre stratégie est une
sélection de filtre qui peut être appliquée sur un ensemble de données numériques et elle
fonctionne dans les deux cas : supervisé et non supervisé
