Les méthodes d'apprentissage non supervisé fondées sur l'analyse d'un graphe de similarité (notamment le clustering spectral et les Laplacian Eigenmaps) ont permis d'effectuer des progrès considérables dans des tâches de classification non supervisée et de visualisation de données non linéaires de haute dimension. Ces méthodes, bien qu'élégantes et très performantes sur des problèmes de taille modérée, se heurtent à de nombreux obstacles lorsqu'on les applique à de grandes bases de données. Au vu de la quantité de données disponibles dans des domaines tels que la vision, la télédétection en haute résolution ou la fouille de données Web, ceci est un problème non négligeable.

Dans cette présentation, j'aborderai le problème de la classification non supervisée pour de grands ensembles de données. Après une courte introduction aux méthodes matricielles, différentes méthodes d'entraînement de réseaux de neurones pour des tâches d'apprentissage non supervisé seront présentées, ainsi qu'une nouvelle technique spécifiquement adaptée pour le clustering. Les résultats sur des données artificielles ainsi que sur des cas d'étude réels démontrent que ce type d'approche est nettement avantageux par rapport aux méthodes matricielles, non seulement en termes d'extensibilité à de grandes bases de données, mais aussi au niveau de l'erreur de classification.