Efficient Algorithm To Improve Feature Selection Accuracy

Abstract

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