Ce projet est à la croisée de l'Interaction Homme-Machine (IHM) et du machine learning.
== Contexte ==
De nombreux travaux visent à mieux comprendre et prédire le comportement des utilisateurs avec les systèmes interactifs. Une partie de ces travaux visent l'élaboration de modèles de performance dans les menus (ou listes). Par exemple, dans cet article (http://www.gillesbailly.fr/publis/BAILLY_IAModel.pdf), le modèle prédit où est ce que l'utilisateur regarde dans le menu en fonction de quelques facteurs (nombre d'éléments, organisation, etc.).
L'originalité de ce modèle est de s'appuyer sur un modèle d'apprentissage (Q-Learning).
== Objectif ==
L'objectif de ce projet de réimplémenter ce modèle et fournir une plateforme pour tester différents paramètres.
On dispose deja d'une base de donnée des saccades visuelles pour tester le modèle.
== Pré-requis ==
- Une bonne connaissance des modèles d'apprentissage (apprentissage par renforcement - Q-Learning).
- Un gout pour l'interaction homme-machine.
- De bonnes compétences en programmation (le modèle sera probablement réalisé en Python, mais il est possible de discuter le choix du langage)
== Nombre d'étudiants ==
de 2 à 4 étudiants
== Encadrant ==
Gilles Bailly: www.gillesbailly.fr