Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

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.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

Littérature citée [14 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00473249
Déposant : Import Ws Irstea <>
Soumis le : mercredi 14 avril 2010 - 18:25:21
Dernière modification le : vendredi 15 mai 2020 - 16:10:01
Archivage à long terme le : : mardi 14 septembre 2010 - 18:53:32

Fichier

CF2009-PUB00027310.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00473249, version 1
  • IRSTEA : PUB00027310

Collections

Citation

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⟩

Partager

Métriques

Consultations de la notice

236

Téléchargements de fichiers

318