Sélection de points en apprentissage actif. Discrépance et dispersion : des critères optimaux ? - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Communication Dans Un Congrès Année : 2009

Sélection de points en apprentissage actif. Discrépance et dispersion : des critères optimaux ?

Résumé

Nous souhaitons générer des bases d'apprentissage adaptées aux problèmes de classification. Nous montrons tout d'abord que les résultats théoriques privilégiant les suites à discrépance faible pour les problèmes de régression sont inadaptés aux problèmes de classification. Nous donnons ensuite des arguments théoriques et des résultats de simulations montrant que c'est la dispersion des points d'apprentissage qui est le critère pertinent à minimiser pour optimiser les performances de l'apprentissage en classification.
Fichier principal
Vignette du fichier
CF2009-PUB00027310.pdf (228.62 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00473249 , version 1 (14-04-2010)

Identifiants

Citer

B. Gandar, Gaëlle Loosli, G. Deffuant. Sélection de points en apprentissage actif. Discrépance et dispersion : des critères optimaux ?. MajecSTIC 2009, Nov 2009, Avignon, France. 8 p. ⟨hal-00473249⟩
136 Consultations
195 Téléchargements

Partager

Gmail Facebook X LinkedIn More