http://en.wikipedia.org/wiki/Artificial_intelligence
Related: bubble_up february14 • Artificial Intelligence • Data Anayliticsstrat quant Exit les « golden boys » : avec l'essor du trading haute fréquence, les scientifiques remplacent les opérateurs traditionnels.Il n'y a pas que le sujet des bonus qui suscite immédiatement un « no comment » dans les banques. Dans le domaine de la « haute fréquence », les établissements tiennent aussi à la discrétion sur leurs stratégies et leurs équipes. Pourtant, cette activité en plein essor, sous-catégorie du trading algorithmique, qui permet de passer des ordres très rapidement grâce à des programmes informatiques, fait considérablement évoluer le profil du trader classique.
Machine à vecteurs de support Un article de Wikipédia, l'encyclopédie libre. Les SVM ont été développés dans les années 1990 à partir des considérations théoriques de Vladimir Vapnik sur le développement d'une théorie statistique de l'apprentissage : la Théorie de Vapnik-Chervonenkis. Les SVM ont rapidement été adoptés pour leur capacité à travailler avec des données de grandes dimensions, le faible nombre d'hyper paramètres, leurs garanties théoriques, et leurs bons résultats en pratique. Les SVM ont été appliqués à de très nombreux domaines (bio-informatique, recherche d'information, vision par ordinateur, finance[1]...). Selon les données, la performance des machines à vecteurs de support est de même ordre, ou même supérieure, à celle d'un réseau de neurones ou d'un modèle de mixture gaussienne.
Cours Google Analytics, Guide Web Analytics, Livre Google Analytics Cours Google Analytics : Les sujets abordés Dans ce premier volet de notre guide Web Analytics, vous trouverez des réponses aux questions suivante : "comment installer Google Analytics ?", "comment créer un plan de marquage Google Analytics ?" geometric modeling Le GTMG est ouvert à toutes les personnes intéressées par la problématique de la modélisation géométrique. Actuellement (avril 2011), 16 équipes de différents laboratoires y participent. Cela représente environ 130 chercheurs permanents (99% d'enseignants-chercheurs des universités, 1% de chargés de recherches CNRS) et 49 chercheurs non-permanents (doctorants, post-doctorants). Le GTMG est un groupe de travail des groupes de recherche Informatique Mathématique (GDR IM) et Informatique Graphique (GDR IG) du CNRS. Il est aussi soutenu par deux associations l'AFIG (Association Française d'Informatique Graphique) et le Chapitre Français d'Eurographics. En particulier les différents thèmes du GTMG sont :
Effet Zeigarnik Un article de Wikipédia, l'encyclopédie libre. L’effet Zeigarnik désigne la tendance à mieux se rappeler une tâche qu'on a réalisée si celle-ci a été interrompue alors qu'on cherche par ailleurs à la terminer. Le fait de s'engager dans la réalisation d'une tâche crée une motivation d'achèvement qui resterait insatisfaite si la tâche est interrompue. Sous l'effet de cette motivation une tâche interrompue doit être mémorisée mieux qu'une tâche achevée. L'expérimentation princeps[modifier | modifier le code] Bluma Zeigarnik, élève de Kurt Lewin demande à des enfants d’accomplir, en une journée, une série de vingt petits travaux (modeler des animaux, enfiler des perles, assembler les pièces d’un puzzle…).
taxo Bloom Un article de Wikipédia, l'encyclopédie libre. La roue de la taxonomie de Bloom. La taxonomie de Bloom est un modèle pédagogique proposant une classification des niveaux d'acquisition des connaissances[1]. Benjamin Bloom, bien qu'il n'en soit pas le seul créateur (34 universitaires américains participent aux conférences de 1949 à 1953), est souvent reconnu comme le « père » de cet outil[2],[3]. Description[modifier | modifier le code] Talcott Parsons Un article de Wikipédia, l'encyclopédie libre. Talcott Parsons Repères biographiques[modifier | modifier le code] Réseau de neurones artificiels Un article de Wikipédia, l'encyclopédie libre. Un réseau de neurones artificiels est un modèle de calcul dont la conception est très schématiquement inspirée du fonctionnement des neurones biologiques. Les réseaux de neurones sont généralement optimisés par des méthodes d’apprentissage de type probabiliste, en particulier bayésien. Ils sont placés d’une part dans la famille des applications statistiques, qu’ils enrichissent avec un ensemble de paradigmes [1] permettant de créer des classifications rapides (réseaux de Kohonen en particulier), et d’autre part dans la famille des méthodes de l’intelligence artificielle auxquelles ils fournissent un mécanisme perceptif indépendant des idées propres de l'implémenteur, et fournissant des informations d'entrée au raisonnement logique formel.
Cours cognition individuelle et collective - Univ. Montpellier II Resp: Jacques Ferber, Violaine Prince FMIN327 - Année 2009-2010 Ce cours porte sur une introduction aux problématiques de la cognition individuelle et collective. On mettra en avant d'une part les grandes démarches ayant abouti à différents modèles de cognition, et d'autre part l'importance de la prise en compte aussi bien des compétences individuelles que des phénomènes collectifs liés à l'interaction entre individus ayant certaines capacités cognitives. Mémétique Un article de Wikipédia, l'encyclopédie libre. La mémétique utilise le concept de mème, pour étudier les évolutions de la culture avec une approche Darwinienne étendue. Si la génétique se base sur le concept de gène, pour étudier la nature, la mémétique se base sur le concept de mème, pour étudier la culture. On y étudie le comportement des codes et schémas informationnels appelés mèmes, dans leurs milieux physico-chimiques et socio-culturels : l’homme, l’animal, la machine (tout support mémoriel).