Partenaires

CNRS
Logo tutelle
Logo tutelle
Logo tutelle


Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > Séminaires > Probabilités Statistiques et réseaux de neurones > Apprendre et prédire sur des populations différentes

Vendredi 8 février 2008 à 11h00

Apprendre et prédire sur des populations différentes

Julien Jacques (Laboratoire Paul Painlevé, Université Lille 1)

Résumé : La classification supervisée consiste à apprendre une règle de classement sur un échantillon d’apprentissage (dans lequel les appartenances aux groupes des individus sont connues) afin de classer de nouveaux individus d’appartenance inconnue. Une hypothèse commune à toutes les méthodes de classification supervisée statue que les nouveaux individus à classer sont issus de la même population que l’échantillon d’apprentissage. Nous présentons une extension de l’analyse discriminante relâchant cette hypothèse et illustrons ces résultats par des applications en biologie.

Dans la même rubrique :