|
Techniques d'apprentissage, planification d’expériences et sélection de modèles pour le problème de régression| old_uid | 12042 |
|---|
| title | Techniques d'apprentissage, planification d’expériences et sélection de modèles pour le problème de régression |
|---|
| start_date | 2013/01/31 |
|---|
| schedule | 10h |
|---|
| online | no |
|---|
| summary | Dans un modèle de régression, on souhaite estimer une fonction inconnue à partir d'un échantillon d'apprentissage (t1,y1), ...(tn,yn) . Dans de nombreux cas, en particulier dans le milieu industriel, la mesure de yi au point ti est coûteuse. On étudie ici, comment choisir des points ti les plus informatifs possibles (selon un certain critère de décision sans connaitre les valeurs observées yi) . Dans un premier temps, nous proposons une nouvelle technique pour la sélection d'un sous-échantillon optimal (à modèle fixé). Nous proposons ensuite des stratégie pour sélectionner simultanément un échantillon optimal et un modèle optimal en combinant apprentissage actif et sélection de modèles. |
|---|
| responsibles | Parisse |
|---|
| |
|