Évaluation de systèmes apprenant tout au long de la vie

Aujourd’hui les systemes intelligents obtiennent d’excellentes performances dans de nombreux domaines lorsqu’ils sont entraines par des experts en apprentissage automatique. Lorsque ces systemes sont mis en production, leurs performances se degradent au cours du temps du fait de l’evolution de leur environnement reel. Une adaptation de leur modele par des experts en apprentissage automatique est possible mais tres couteuse alors que les societes utilisant ces systemes disposent d’experts du domaine qui pourraient accompagner ces systemes dans un apprentissage tout au long de la vie. Dans cet article nous proposons un cadre d’evaluation generique pour des systemes apprenant tout au long de la vie (SATLV). Nous proposons d’evaluer l’apprentissage assiste par l’humain (actif ou interactif) et l’apprentissage au cours du temps.