background preloader

Conceptualisation et structuration des connaissances

Facebook Twitter

Gestion des connaissances. Un article de Wikipédia, l'encyclopédie libre.

Gestion des connaissances

La gestion des connaissances (en anglais knowledge management) est une démarche managériale pluridisciplinaire qui regroupe l'ensemble des initiatives, des méthodes et des techniques permettant de percevoir, identifier, analyser, organiser, mémoriser, partager les connaissances des membres d'une organisation – les savoirs créés par l'entreprise elle-même (marketing, recherche et développement) ou acquis de l'extérieur (intelligence économique) – en vue d'atteindre un objectif fixé. Définition[modifier | modifier le code] Actuellement, nous sommes submergés d'informations. Les entreprises, les scientifiques ou même les particuliers sont maintenant obligés d'appliquer une stratégie dans le traitement et la transmission de l'information dans les activités de tous les jours : voter, travailler, chercher un emploi, gagner des marchés, etc.

Algorithmic learning theory. Algorithmic learning theory is a mathematical framework for analyzing machine learning problems and algorithms.

Algorithmic learning theory

Synonyms include formal learning theory and algorithmic inductive inference. Algorithmic learning theory is different from statistical learning theory in that it does not make use of statistical assumptions and analysis. Both algorithmic and statistical learning theory are concerned with machine learning and can thus be viewed as branches of computational learning theory. Distinguishing Characteristics[edit] Unlike statistical learning theory and most statistical theory in general, algorithmic learning theory does not assume that data are random samples, that is, that data points are independent of each other.

Algorithmic learning theory investigates the learning power of Turing machines. Learning in the limit[edit] The concept was introduced in E. Other Identification Criteria[edit] Learning theorists have investigated other learning criteria,[5] such as the following. Model Thinking. Une introduction aux logiques de description. Ce document est une adaptation du chapitre 4 de : Fournier-Viger, Philippe (2005) "Un modèle de représentation des connaissances à trois niveaux de sémantique pour les systèmes tutoriels intelligents".

Une introduction aux logiques de description

Mémoire de maîtrise (M.Sc.), Université de Sherbrooke, Sherbrooke, Canada. Le document est seulement mis à jour pour corriger des erreurs. Vous pouvez me contacter pour rapporter des erreurs. Ce document présente les logiques de description (LD), une famille de langages de représentation de connaissances qui exploitent, en général, des sous-ensembles décidables (pour une logique, un problème de raisonnement est décidable si une machine de Turing peut le résoudre en un nombre ni d'étapes) de la logique de premier ordre. Ils ont été largement étudiés et utilisés dans plusieurs systèmes à base de connaissances (Nardi et Brachman, 2003).

Logique de description. Un article de Wikipédia, l'encyclopédie libre.

Logique de description

Les logiques de description aussi appelé logiques descriptives (LD) sont une famille de langages de représentation de connaissance qui peuvent être utilisés pour représenter la connaissance terminologique d'un domaine d'application d'une manière formelle et structurée. Le nom de logique de description se rapporte, d'une part à la description de concepts utilisée pour décrire un domaine et d'autre part à la sémantique basée sur la logique qui peut être donnée par une transcription en logique des prédicats du premier ordre. La logique de description a été développée comme une extension des frames et des réseaux sémantiques, qui ne possédaient pas de sémantique formelle basée sur la logique.

Représentation des connaissances. Un article de Wikipédia, l'encyclopédie libre.

Représentation des connaissances

La représentation des connaissances désigne un ensemble d'outils et de procédés destinés d'une part à représenter et d'autre part à organiser le savoir humain pour l'utiliser et le partager. Représentation des connaissances[modifier | modifier le code] Les connaissances n'ont jamais été, et ne sont toujours pas, systématiquement représentées par des mots et des phrases. Traité du signe visuel : pour une rhétorique de l'image: Amazon.fr: Collectif. Sémiologie. Un article de Wikipédia, l'encyclopédie libre.

Sémiologie

Le terme sémiologie a été créé par Émile Littré et pour lui, il se rapportait à la médecine[1]. Il a ensuite été repris et élargi par Ferdinand de Saussure, pour qui la sémiologie est « la science qui étudie la vie des signes au sein de la vie sociale[2] ». Le terme sémiotique, inventé par Charles Sanders Peirce quelques années auparavant, recouvre la même idée et est utilisé le plus fréquemment en dehors de France. Sémiologie en linguistique[modifier | modifier le code] La sémiologie (du grec ancien σημεῖον / sêmeîon (« signe ») et λογία / logía (« étude »)) apparaît être une discipline récente. On assiste alors à un regain d'intérêt pour l'étude des signes, et la sémiologie devient une nouvelle discipline dans les Sciences sociales avec des auteurs comme Greimas, Barthes, Jean Baudrillard, Mounin ou Umberto Eco.

Sémiotique Générale. Charles Sanders Peirce. Un article de Wikipédia, l'encyclopédie libre. Charles Sanders Peirce Philosophe américain XIXe siècle-XXe siècle. Sémiologie graphique. Inférence. Un article de Wikipédia, l'encyclopédie libre.

Inférence

L'inférence désigne les actions de mise en relation d'un ensemble de propositions, aboutissant à une démonstration de vérité, de fausseté ou de probabilité, sous la forme d'une proposition appelée conclusion[1]. Dans sa définition classique, l'inférence est une opération logique portant sur des propositions tenues pour vraies (les prémisses) et concluant à la vérité d'une nouvelle proposition en vertu de sa liaison avec les premières.

C'est pourquoi l'inférence est souvent réduite à la déduction nécessaire dans laquelle la vérité des prémisses assure totalement la vérité de la conclusion. Exemples[modifier | modifier le code] L'inférence implique le recours à l'interprétation, peu importe qu'il y ait une suggestion. . « Imaginez, vous vivez en famille dans une maison. En pensant à la scène, en vous imaginant en situation, il est peu probable que vous ne fassiez pas d'inférence. En pragmatique linguistique[modifier | modifier le code]