Une approche d'optimisation par essaims de particules quantiques pour la sélection de fonctions

Ce livre présente une approche de sélection de caractéristiques. La sélection de caractéristiques est une étape de prétraitement qui joue un rôle important dans l'exploration de données, lui permettant de rechercher un sous-ensemble réduit de caractéristiques à partir d'un grand ensemble de caractéristiques en éliminant les caractéristiques redondantes et non pertinentes pour effectuer la tâche de classification supervisée, tout en essayant de maintenir ou d'améliorer les performances du classificateur. La recherche d'un sous-ensemble de caractéristiques est un problème d'optimisation NP-difficile qui peut être résolu par des métaheuristiques ; nous nous sommes intéressés aux métaheuristiques résultant de l'intelligence des essaims pour la sélection des caractéristiques.