Contributions to statistical learning theory: estimator selection and change-point detection - TEL - Thèses en ligne Accéder directement au contenu
Hdr Année : 2014

Contributions to statistical learning theory: estimator selection and change-point detection

Contributions à la théorie statistique de l'apprentissage: sélection d'estimateurs et détection de ruptures

Résumé

This report presents my main contributions to solving the estimator selection problem, in the statistical learning theory framework. First, a general methodology is presented, for building and analyzing estimator selection procedures. Then, it is applied to cross-validation and resampling procedures, to data-driven penalties based upon the concept of "minimal penalty", to the change-point detection problem and to a few other estimator selection problems.
Ce mémoire présente mes contributions principales au problème de sélection d'estimateurs, dans le cadre de la théorie statistique de l'apprentissage. Tout d'abord, une méthodologie générale est présentée pour la construction et l'analyse de procédures de sélection d'estimateurs. Ensuite, sa mise en oeuvre est décrite pour les procédures par validation croisée ou rééchantillonnage, pour la méthode de calibration automatique de pénalités par "pénalités minimales", pour le problème de détection de ruptures, et pour quelques autres problèmes de sélection d'estimateurs.
Fichier principal
Vignette du fichier
hdr_final.pdf (1.03 Mo) Télécharger le fichier
Bt474_Chr1_Emp_clean.pdf (16.12 Ko) Télécharger le fichier
Bt474_Chr1_Lpo20_clean.pdf (9.8 Ko) Télécharger le fichier
figure_DmhC_maxjump__ech6_A140306fig_P1G2_easy_n100_seed3.pdf (7.57 Ko) Télécharger le fichier
figure_ERisk_Biais_Estim_A140306fig_P1G2_easy_n100_seed3.pdf (9.51 Ko) Télécharger le fichier
figure_critC_A140306fig_P1G2_easy_n100_seed3.pdf (11.57 Ko) Télécharger le fichier
minikernel__mini_opti_ridge_sin3.pdf (11.32 Ko) Télécharger le fichier
regression_S1_n200_estim-ridge-1000_reg-donnees_fr_clean.pdf (30.81 Ko) Télécharger le fichier
regression_S1_n200_estim-ridge-1_reg-donnees_fr_clean.pdf (31.78 Ko) Télécharger le fichier
regression_S1_n200_estim-ridge-50000_reg-donnees_fr_clean.pdf (27.69 Ko) Télécharger le fichier

Dates et versions

tel-01094989 , version 1 (14-12-2014)

Identifiants

  • HAL Id : tel-01094989 , version 1

Citer

Sylvain Arlot. Contributions to statistical learning theory: estimator selection and change-point detection. Statistics [math.ST]. Université Paris Diderot, 2014. ⟨tel-01094989⟩
390 Consultations
611 Téléchargements

Partager

Gmail Facebook X LinkedIn More