HAL will be down for maintenance from Friday, June 10 at 4pm through Monday, June 13 at 9am. More information
Skip to Main content Skip to Navigation
Book sections

Principes de base en apprentissage supervisé

Résumé : Ce document constitue le premier chapitre de l'ouvrage [1], présentant la théorie de l'apprentissage machine selon le cadre de [19] et qui a servi de base dans la description des algorithmes d'apprentissage décrits dans les chapitres suivants. Plus particulièrement, nous présentons ici la notion de consistance qui garantit l'apprenabilité d'une fonction de prédiction. Les définitions et les hypothèses de base de cette théorie, ainsi que le principe de la minimisation du risque empirique, sont décrits dans la section 1. L'étude de la consistance de ce principe, présentée dans la section 2, nous mène au second principe de la minimisation du risque structurel, qui stipule que l'apprentissage est un compromis entre une erreur empirique faible et une capacité de la classe de fonctions forte.
Document type :
Book sections
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03049016
Contributor : Massih Amini Connect in order to contact the contributor
Submitted on : Wednesday, December 9, 2020 - 4:21:06 PM
Last modification on : Wednesday, November 3, 2021 - 4:25:26 AM
Long-term archiving on: : Wednesday, March 10, 2021 - 7:42:38 PM

File

MLTP.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-03049016, version 1

Collections

Citation

Massih-Reza Amini. Principes de base en apprentissage supervisé. Eyrolles. Machine Learning, 2020. ⟨hal-03049016⟩

Share

Metrics

Record views

209

Files downloads

258