Apprentissage Statistique

Sylvain Arlot et Francis Bach

CNRS - INRIA - École Normale Supérieure

Mastère M2 Probabilités et Statistiques

(Université Paris-Sud), 2ème semestre, 2011/2012


Les cours ont lieu au département de Mathématiques de l'Université Paris-Sud (Orsay).

Dates des cours:



Résumé

Nous présenterons dans un premier temps la théorie statistique de l'apprentissage supervisé classique due à Vapnik. Après en avoir précisé les limitations, nous étudierons ses améliorations et extensions récentes. Nous mettrons l'accent sur trois aspects :

- Convexification du risque de classification (support vector machines, boosting).
- Contrôle de la capacité de généralisation, par sélection de modèles ou régularisation (L1 et L2)
- Méthodes de calibration adaptative (pénalités minimales, rééchantillonnage, validation croisée).

Les rappels nécessaires sur les techniques de choix de modèles et les outils de probabilité utilisés seront effectués à mesure afin de rendre ce cours aussi largement accessible avec un minimum de prérequis.

Retour à l'index - Back to index