Supervised pattern recognition and experimental archaeology

Les procédures de classification supervisées en reconnaissance de schémas se caractérisent par des règles de décision a posteriori, employant des méthodes statistiques standards, comme, par exemple, l'analyse discriminante de Fisher, la méthode de la vraisemblance maximale, etc. Le but de cette classification est la reconnaissance d'un ensemble "inconnu" d'objets, qu'on appelle le test set, à partir d'un ensemble "connu", le learning set. Un exemple de ce type de classification est, selon moi, celui de comparaison quantitative entre les données archéologiques et les données expérimentales : c'est le cas des traces d'usure sur les outils archéologiques comparées avec les traces que l'on obtient par expérimentation sur des outils préparés ad hoc. Cet article présente les caractères principaux de la classification supervisée et ensuite une illustration pratique de la comparaison des deux chaînes opératoires : l'une archéologique et l'autre expérimentale d'un ensemble du Moustérien italien en employant un système interactif de reconnaissance du schéma.