Mais cela ne suffit pas. Le fonctionnement du système ne peut pas se réduire au
simple traitement des données comme s'il s'agissait d'un aboutissement !
Comme pour l'approche statistique [Tomassone, 1991], nous avons bien
conscience que l'acquisition des connaissances n'est pas un processus linéaire
mais bien itératif et que le traitement n'est qu'un aspect (très marginal au niveau
du temps consacré pour l'apprentissage) du fonctionnement global du système.
Ce qui est aussi très important, c'est ce qui se passe avant et après le traitement
des données afin de mieux maîtriser les variables et les exemples appris.
C'est pourquoi nous voulons aller plus loin dans cette thèse dans la formalisation
des données en amont du traitementpar les logiciels d'apprentissage
automatique. Comme l'indique la figure 2.3, nous allons expliciterles
connaissances initiales de l'expert au sein d'un modèle de l'observable. Les
données observées devront s'y conformer, ce qui permettra d'obtenir des
descriptions structurées comparables entres elles et d'atteindre l'autre objectif
principal : la robustesse des descriptions.
|