\'Evaluation de syst\`emes apprenant tout au long de la vie (Evaluation of lifelong learning systems )

Aujourd{'}hui les syst{\`e}mes intelligents obtiennent d{'}excellentes performances dans de nombreux domaines lorsqu{'}ils sont entra{\^\i}n{\'e}s par des experts en apprentissage automatique. Lorsque ces syst{\`e}mes sont mis en production, leurs performances se d{\'e}gradent au cours du temps du fait de l{'}{\'e}volution de leur environnement r{\'e}el. Une adaptation de leur mod{\`e}le par des experts en apprentissage automatique est possible mais tr{\`e}s co{\^u}teuse alors que les soci{\'e}t{\'e}s utilisant ces syst{\`e}mes disposent d{'}experts du domaine qui pourraient accompagner ces syst{\`e}mes dans un apprentissage tout au long de la vie. Dans cet article nous proposons un cadre d{'}{\'e}valuation g{\'e}n{\'e}rique pour des syst{\`e}mes apprenant tout au long de la vie (SATLV). Nous proposons d{'}{\'e}valuer l{'}apprentissage assist{\'e} par l{'}humain (actif ou interactif) et l{'}apprentissage au cours du temps.

PDF Abstract
No code implementations yet. Submit your code now

Tasks


Datasets


  Add Datasets introduced or used in this paper

Results from the Paper


  Submit results from this paper to get state-of-the-art GitHub badges and help the community compare results to other papers.

Methods


No methods listed for this paper. Add relevant methods here