Méthodes de mélange et d'agrégation d'estimateurs en reconnaissance de formes : Application aux arbres de décision

par Gilles Blanchard

Thèse de doctorat en Sciences et techniques

Sous la direction de Alain Trouvé.

Soutenue en 2001

à Paris 13 .


  • Pas de résumé disponible.


  • Pas de résumé disponible.


  • Résumé

    Nous étudions différentes méthodes de combinaison d'estimateurs en régression et en classification. La première, dite méthode de mélange, initialement introduite par o. Catoni, est inspirée de procédures utilisées en compression de données et présente des similarités avec des constructions bayesiennes. Nous montrons son caractère adaptatif, pour le risque de Kullback-Leibler, vis-à-vis de l'ensemble des modèles considérés et montrons que ces propriétés ne changent pas si la loi a priori sur les modèles est une fonction échangeable du design. Ces résultats sont appliques aux modèles d'arbres de décision et un algorithme de Monte-Carlo original est construit pour calculer l'estimateur de façon approchée, dont la faisabilité et l'efficacité en termes de temps de calcul sont montrée par des simulations. Nous étudions ensuite, plus spécifiquement dans le cadre de la classification, les méthodes d'agrégation ou de vote, dont l'objectif, un peu différent, est de trouver un classifieur optimal dans l'ensemble plus grand des combinaisons convexes des experts de base. Dans un travail en commun avec Y. Amit, nous montrons de façon en partie heuristique que de nombreuses méthodes existantes peuvent être envisagées dans un même contexte et nous suggérons que les plus performantes ont en commun de réaliser un compromis entre biais et variance de la distribution des marges. Finalement, nous étudions différentes façons complémentaires d'établir des contrôles en probabilité de l'erreur de généralisation de telles méthodes à partir des marges empiriques sur l'ensemble d'apprentissage.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 170 p.
  • Annexes : 60 ref.

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris 13 (Villetaneuse, Seine-Saint-Denis). Bibliothèque universitaire. Section Sciences.
  • Disponible pour le PEB
  • Cote : TH 2001 006
  • Bibliothèque : Laboratoire de mathématiques Raphae͏̈l Salem. Bibliothèque de recherche en mathématiques.
  • Disponible pour le PEB
  • Cote : &Thèse BLA 18216
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.