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

Discrépance et dispersion : des critères optimaux en apprentissage ?

Résumé : Nous souhaitons générer des bases d'apprentissage adaptées à la classification. Nous montrons d'abord que les résultats théoriques privilégiant les suites à discrépance faible pour les problèmes de régression sont inadaptés à la classification. Puis nous donnons des arguments théoriques et des résultats de simulation montrant que c'est la dispersion des points d'apprentissage qui est le critère pertinent à minimiser pour optimiser les performances en classification.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

https://hal.inrae.fr/hal-02591893
Déposant : Migration Irstea Publications <>
Soumis le : vendredi 15 mai 2020 - 15:35:38
Dernière modification le : jeudi 8 octobre 2020 - 17:06:02

Identifiants

  • HAL Id : hal-02591893, version 1
  • IRSTEA : PUB00026366

Collections

Citation

Benoît Gandar, G. Loosli, Guillaume Deffuant. Discrépance et dispersion : des critères optimaux en apprentissage ?. CAP'09 (Conférence en Apprentissage), May 2009, Hammamet, Tunisie. pp.4. ⟨hal-02591893⟩

Partager

Métriques

Consultations de la notice

11