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 > Méthodes de test des réseaux de neurones artificiels, en vue de la sélection de modèles

Vendredi 11 octobre 2002 à 9h30

Méthodes de test des réseaux de neurones artificiels, en vue de la sélection de modèles

Michel Verleysen (Louvain-la-Neuve)

Résumé : Il existe de nombreuses méthodes mathématiques et statistiques pour évaluer les performances d’un modèle construit sur des données : Monte-carlo, cross-validation, k-fold cross-validation, leave-one-out, AIC et BIC, bootstrap, bootstrap 632, etc. Toutes ces méthodes peuvent être appliquées aux réseaux de neurones artificiels utilisés par exemple pour l’approximation de fonction ou la classification. L’exposé passera en revue les différents principes de base de ces méthodes, et montrera comment elles peuvent être appliquées d’une part à la sélection de régresseurs dans le contexte de la prévision de séries temporelles, et d’autre part au choix de paramètres (nombre de neurones par exemple) dans un approximateur de fonctions.

Dans la même rubrique :