Conclusion
Apprentissage artificiel et application en gestion du trafic aérien

Nous avons vu dans cet article deux exemples d’application de méthodes d’apprentissage. Le premier était un problème de classification, concernant la prevision de la charge de travail des contrôleurs aériens, avec trois catégories : faible, normale, ou excessive. Le deuxième était un problème de régression, où l’on cherchait à prévoir l’altitude future d’un avion, ou certains paramètres manquants du modèle physique permettant de calculer cette altitude. Dans les deux cas, nous avons pu constater l’intérêt pratique des méthodes d’apprentissage, en termes d’amélioration de la qualité des modèles prédictifs.

Dans ces applications comme dans d’autres, il est bénéfique (voire conseillé) de s’appuyer sur des considérations théoriques pour faire des choix judicieux de modélisation. Par exemple, le choix de minimiser une entropie croisée et d’utiliser une fonction...