Contributions à l'apprentissage statistique en grande dimension, adaptatif et sur données atypiques - TEL - Thèses en ligne Accéder directement au contenu
Hdr Année : 2012

Contributions à l'apprentissage statistique en grande dimension, adaptatif et sur données atypiques

Résumé

Ce mémoire rend compte de mes activités de recherche depuis ma thèse de doctorat. Mes travaux s'inscrivent dans le cadre de l'apprentissage statistique et s'articulent plus précisément autour des quatre thématiques suivantes: * apprentissage statistique en grande dimension, * apprentissage statistique adaptatif, * apprentissage statistique sur données atypiques, * applications de l'apprentissage statistique. Mes contributions à ces quatre thématiques sont décrites en autant de chapitres, numérotés de 2 à 5, pouvant être lus indépendamment. Ce mémoire se veut également être, en quelque sorte, un plaidoyer pour l'usage des méthodes génératives (reposant sur un modèle probabiliste) en apprentissage statistique moderne. Il sera en effet démontré dans ce document, je l'espère de façon convaincante, que les méthodes génératives peuvent résoudre efficacement les problèmes actuels de l'apprentissage statistique tout en présentant l'avantage de l'interprétabilité des résultats et de la connaissance du risque de prédiction.
Fichier principal
Vignette du fichier
HDR_Bouveyron.pdf (2.8 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00761130 , version 1 (05-12-2012)

Identifiants

  • HAL Id : tel-00761130 , version 1

Citer

Charles Bouveyron. Contributions à l'apprentissage statistique en grande dimension, adaptatif et sur données atypiques. Méthodologie [stat.ME]. Université Panthéon-Sorbonne - Paris I, 2012. ⟨tel-00761130⟩
427 Consultations
1033 Téléchargements

Partager

Gmail Facebook X LinkedIn More