Bonjour
Après mon TD d’IA sur la méthode de classification KNN (k plus proches voisins) disponible ici (TD 3-4 lien) et en lien direct ici (lien), j’ai développé deux nouveaux sujets de même structure permettant la classification 2D par réseau de neurones (TD 1-8 ici et en lien direct ici lien) et par la méthode knn avec scikitlearn (TD 1-11 ici et en lien direct ici lien).
Ces TD sont construits sur la même base, seule la partie sur la classification change, ce qui permet de traiter les deux méthodes au programme facilement en obtenant de jolies images et une classification bien visible et concrète.
Après une classification non contextualisée pour mettre en œuvre la démarche, et visible ci-dessous, je passe à une application concrète intéressante, lisez plus bas !
Une fois que le code est mise en place, on part de la cartographie de l’erreur mise en place dans mon TD sur le modèle inverse d’un robot par réseau de neurones dont voici quelques extraits et le lien :
On crée alors le code permettant de réaliser une cartographie par classification. On utilise les méthodes knn et réseau de neurones pour identifier une zone où la précision répond à un cahier des charges, par exemple: Dans quelle zone est-il possible de réaliser une trajectoire circulaire avec une précision de 1 cm ? Réponse ? Dans la zone rouge !
Voici les TD concernés :
- Page IA – TD8 – Lien direct
- Page IA – TD11 – Lien direct
- Page ITC2 – TD – Lien direct
Bonne lecture !