PFIA 2024
RJCIA
CNIA
Apprentissage multijoueurs supervisé
Malik Kazi Aoual, Henry Soldano, Céline Rouveirol, Véronique Ventos
Dans le cadre de l’apprentissage supervisé, si les données sont étiquetées par différents annotateurs qui ont des avis différents, il peut être difficile d’établir un modèle compact incluant tous les avis. Une solution à ce problème est d’in- clure l’identité de l’annotateur dans le langage des hypo- thèses, mais cette approche n’est pas adaptée à un grand nombre d’annotateurs. Dans nos travaux, nous présentons une approche utilisant l’identité de l’annotateur dans l’ap- prentissage sans l’inclure dans le langage des hypothèses, en l’illustrant sur une situation de Bridge.