image

Predictive analysis using machine learning: Review of trends and methods


Publié dans :  2020 International Symposium on Advanced Electrical and Communication Technologies (ISAECT)

DOI: 10.1109/ISAECT50560.2020.9523703

Indexé dans : IEEE, Scopus 

Résumé:

L’Intelligence Artificielle (IA) connait un essor considérable depuis une dizaine d’années. Le Machine Learning (ML) est probablement la branche de l’IA la plus convoitée, à ce jour. La plupart des systèmes qui utilisent les méthodes de ML, les utilisent pour effectuer une analyse prédictive.

Dans ce papier, nous réalisons une revue des tendances et des méthodes de ML utilisées pour l’analyse prédictive. La démarche adoptée a permis de retenir les travaux de recherche les plus récents et pertinents, dans la littérature.

Le but de cette étude est de fournir aux chercheurs, entreprises ou quiconque désirant effectuer une analyse prédictive des indices lui permettant de choisir la (les) meilleure (s) méthode (s) de ML selon son domaine d’application, en se basant sur les derniers travaux de recherche, présents dans la littérature.

Cette étude a permis de mettre en exergue, les méthodes les plus utilisées par domaine d’application : DT et ANN dans l’éducation, LR, RF et DT dans la construction, DT dans la botanique, RF et ANN dans les sciences sociales et RF dans la médecine.

Abstract :

Artificial Intelligence (AI) has been growing considerably over the last ten years. Machine Learning (ML) is probably the most popular branch of AI to date. Most systems that use ML methods use them to perform predictive analysis. This paper aims to conduct a literature review of trends and methods of machine learning used for predictive analysis. To do this, we carried out a collection of research papers from three scientific databases. We then considered selection criteria in order to study only papers published in the last five years, prioritizing those published in peer-reviewed scientific journals. This process led to the selection of 30 research papers that were considered for this review. The purpose of this study is to provide researchers, companies or anyone wishing to perform predictive analysis with clues that will enable them to choose the best ML method(s) according to its field of application, based on the latest research works in the literature. This study highlighted the most used methods by field of application: DT and ANN in education, LR, RF and DT in building, DT in botany, RF and ANN in social science and RF in medicine.


Article : voir https://ieeexplore.ieee.org/document/9523703