Apprentissage supervisé sous contraintes de performance

Univ Europeenne - EAN : 9786131572432

Nisrine Jrad

Skip to the end of the images gallery

Skip to the beginning of the images gallery

Édition papier

EAN : 9786131572432

Paru le : 3 mai 2011

49,00 € 46,45 €

Epuisé

Pour connaître votre prix et commander, identifiez-vous

Manquant sans date

Notre engagement qualité

Livraison gratuite
en France sans minimum
de commande
Manquants maintenus
en commande
automatiquement
Un interlocuteur
unique pour toutes
vos commandes
Toutes les licences
numériques du marché
au tarif éditeur
Assistance téléphonique
personalisée sur le
numérique
Service client
Du Lundi au vendredi
de 9h à 18h

Détails

EAN13 : 9786131572432
Réf. éditeur : 4658688
Editeur : Univ Europeenne
Date Parution : 3 mai 2011
Disponibilite : Manque sans date
Barème de remise : NS
Nombre de pages : 160
Format : H:220 mm L:150 mm
Poids : 245gr
Interdit de retour : Retour interdit

Résumé

Résumé : Ce livre traite de l'apprentissage et de la qualification de règles de décision dans un cadre multihypothèse avec rejet sélectif et contraintes de performance. Le processus d'apprentissage consiste à formuler le problème comme un problème d'optimisation avec contraintes. L'apprentissage est réalisé pour différentes familles de règles définissant des ensembles de solutions de complexité croissante. Pour chaque règle, le critère optimisé dépend à la fois de la règle de décision et des poids attribués aux contraintes lors du processus d'apprentissage. La sélection d'une règle parmi les candidates nécessite la définition d'un critère commun. Une proposition de critère est faite et les modalités de son estimation sont discutées. Deux méthodes d'apprentissage, reposant sur une modélisation des densités de probabilité et sur des monoclasse-SVMs, sont introduites. Plusieurs extensions sont étudiées, notamment le traitement de contraintes évolutives et l'utilisation des cascades de classifieurs pour améliorer la fiabilité de la décision. Des applications sur des données standard et celles des tumeurs cancéreuses viennent attester les approches proposées.
Biographie : Nisrine Jrad est née au Liban. Elle a obtenu son diplôme d'ingénieur de l'Université Libanaise, son Master de l'Institut National Polytechnique de Lorraine, France, et son doctorat de l'Université de Technologie de Troyes, France. Elle travaille dans le domaine de l'apprentissage et l'extraction des caractéristiques.