Bonjour,
 
La prise de decision que je doit faire est la suivante:
J ai une matrice de valeur du type:
 
 
1 2 1 1
2 3 4 1
2 3 1 2
3 1 2 3
 
 
et je doit obtenir une matrice avec une seule valeur du genre:
 
 
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
 
 
La matrice ainsi obtenue est alors comparer avec une matrice de reference qui correspond a la solution optimum. Je peux creer ces matrices optimum pour des faire des tests, mais elle ne sont pas disponible dans mon programme. Je peux donc seulement les utiliser pour verifier si ma prise de decision est bonne.
 
 
Pour l instant ce que j utilise comme algo pour prendre ma decision est tres simple.  Je compte le nombre d occurance pour chaque valeur et je prends la majoritaire. Le probleme c est que je suis assez loin de la prise de decision optimal. J'ai donc  commencer a bidouiller en mettant des poids pour chaque valeur. Le probleme c est que je decide ses poids de facon empirique et que ca me menne un peu nul par.  
 
Je me suis un peu renseigner sur les reseau neuronaux et ca ma l air interessant dans le sens ou je peux creer une "training sequence" a partir de mes matrices optimum et l utiliser pour creer un reseau qui prendrait une decision meilleur que ce que je fais actuellement.
 
Avant que je me plonge plus en avant dans les reseaux neuronaux, est ce que quelqu un qui si connais un peu pourrait me dire si il pense que c est le genre de probleme que cette approche peut resoudre? Si oui auriez vous des pistes sur le type de reseaux? Si non ...quelqu un aurait il une autre idee?
 
Merci et bonne journee

Quel valeur peuvent prendre tes matrices ?
 
Sinon pour le reseaux de neuronnes, un perceptron multicouche devrait faire l'affaire.
Ou mieux encore, renseigne toi sur les carte Kohonen.
 
C'est 2 techniques ont besoin d'un ensemble d'apprentissage, mais fait attention, si tu te retrouve avec une valeur dans une de tes matrices qui n'existait pas dans ton ensemble d'apprentisage, ca va te foirer le resultat.
 

 
Mes matrices peuvent prendre une valeur entre 0 et 13. Et normalement c est impossible d avoir une valeur autre que ca (sinon ca veut dire que j ai une erreur dans mon code )
 
Petite question supplementaire: Est ce que la phase d apprentissage peut se faire meme si pour une matrice d entrer il y a plus d un optimum? Ce que je veux dire par la c est que pour une matrice de 4x4 valeur il n y a pas forcement une seule matrice possible dans mon set d optimum. Est ce un probleme majeur?
 
Merci pour les pistes en tout cas. Je vais aller voire de ce cote la.

Normalement non.
 
Le reseaux de neurones te donnera le resultat le plus aproprié en fonction de ta matrice d'entrée et l'ensemble d'apprentissage pour lequel le reseaux a réglé.

et faire un arbre de décision tout con avec un calcul de gain (type entropie ou gini) pour chaque valeur ça serait pas plus simple????
Les méthodes d'apprentissage ne manquent pas pour ce genre de problèmes : SVMs, NN, Bayes, Arbres de décisions, Kernel Methods, etc... mais elles ne sont pas toutes aussi simples à programmer que ça... Je te conseille vraiment les arbres de décisions (C45 en particulier), c'est tout con, façile à programmer et rapide (de plus tu peux utiliser Weka gratuitement sur n'importe quel système et c'est déjà programmé...)
++