Les machines à vecteurs supports dans l'analyse des bases de données

Academiques - EAN : 9783838170022
DJEFFAL-A
Édition papier

EAN : 9783838170022

Paru le : 18 juil. 2012

49,00 € 46,45 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
  • Benefits Livraison gratuite
    en France sans minimum
    de commande
  • Benefits Manquants maintenus
    en commande
    automatiquement
  • Benefits Un interlocuteur
    unique pour toutes
    vos commandes
  • Benefits Toutes les licences
    numériques du marché
    au tarif éditeur
  • Benefits Assistance téléphonique
    personalisée sur le
    numérique
  • Benefits Service client
    Du Lundi au vendredi
    de 9h à 18h
  • EAN13 : 9783838170022
  • Réf. fournisseur : 5819603
  • Editeur : Academiques
  • Date Parution : 18 juil. 2012
  • Disponibilite : Disponible
  • Barème de remise : NS
  • Nombre de pages : 128
  • Format : H:229 mm L:152 mm E:8 mm
  • Poids : 200gr
  • Interdit de retour : Retour interdit
  • Résumé : La technique des machines à vecteurs supports (SVM) est une méthode d'apprentissage statistique qui a connu, cette dernière décennie, un grand développement en théorie et en application. Elle repose sur un fondement théorique solide basé sur le principe de maximisation de la marge, ce qui lui confie une grande capacité de généralisation. Les SVMs ont été utilisées avec succès dans plusieurs domaines tels que la reconnaissance des visages, des textes manuscrits, de la parole, ...etc. Dans ce travail, nous avons traité la question de l'utilisation de la méthode SVM pour l'analyse des bases de données. En effet, Le processus d'analyse passe par plusieurs étapes, dans chacune, les données subissent des traitements qui peuvent être optimisés par l'utilisation de la méthode SVM. Le travail présenté ici propose deux techniques d'accélération des SVMs, la première pour les SVMs binaires tandis que la deuxième pour les SVMs multiclasses. Les contributions proposées ont été validées sur des données artificielles et réelles largement utilisées par la communauté, et appuyées par des analyses montrant leurs avantages et leurs limites.
Haut de page
Copyright 2026 Cufay. Tous droits réservés.