Théorèmes PAC-Bayésiens pour l'apprentissage multi-vues

Anil Goyal 1, 2 Emilie Morvant 1 Pascal Germain 3 Massih-Reza Amini 2
3 SIERRA - Statistical Machine Learning and Parsimony
DI-ENS - Département d'informatique de l'École normale supérieure, ENS Paris - École normale supérieure - Paris, CNRS - Centre National de la Recherche Scientifique, Inria de Paris
Type de document :
Communication dans un congrès
Conférence Francophone sur l'Apprentissage Automatique (CAp), Jul 2016, Marseille, France. 2016, 〈http://cap16.lif.univ-mrs.fr/〉
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01329763
Contributeur : Emilie Morvant <>
Soumis le : jeudi 9 juin 2016 - 15:41:36
Dernière modification le : lundi 16 octobre 2017 - 01:04:29

Identifiants

  • HAL Id : hal-01329763, version 1

Collections

Citation

Anil Goyal, Emilie Morvant, Pascal Germain, Massih-Reza Amini. Théorèmes PAC-Bayésiens pour l'apprentissage multi-vues. Conférence Francophone sur l'Apprentissage Automatique (CAp), Jul 2016, Marseille, France. 2016, 〈http://cap16.lif.univ-mrs.fr/〉. 〈hal-01329763〉

Partager

Métriques

Consultations de la notice

200