Télécom ParisTech

Site-Index

Problème d'apprentissage statistique

  • zoom formation 2015

    ou les domaines de recherche et R & D'en apprentissage statistique... Pierre Senellart (option Gestion de données) et Florence d' Alché Buc (option Apprentissage Statistique) Responsables mobilité internationale... La filière se divise en deux branches: Apprentissage Statistique (à l'intersection entre informatique et mathématiques) et Gestion de Données (informatique
    Lire la suite
  • Méthodes d'apprentissage pour le ranking multiparti

    Le ranking multipartite est un problème d'apprentissage statistique qui consiste à ordonner les observations qui appartiennent à un espace de grande dimension dans le même ordre que les labels, de sorte que les observations avec le label plus élevé apparaissent en haut de la liste. Cette thèse vise à comprendre la nature probabiliste du problème de ranking multipartite afin de obtenir des garanties théoriques pour les algorithmes de ranking
    Lire la suite
  • Filière Sciences des données (SD) - École d'Ingénieurs : Télécom ParisTech

    Dans ce cours, l'étudiant apprendra de abord à poser un problème d'apprentissage supervisé (classification et régression) en le formulant comme un problème d' optimisation de critères statistiques, à développer un algorithme d'apprentissage approprié et à évaluer la fonction de classification ou de régression ainsi construite
    Lire la suite
  • Filière Sciences des données (SD) - École d'Ingénieurs : Télécom ParisTech

    Dans ce cours, l'étudiant apprendra de abord à poser un problème d'apprentissage supervisé (classification et régression) en le formulant comme un problème d' optimisation de critères statistiques, à développer un algorithme d'apprentissage approprié et à évaluer la fonction de classification ou de régression ainsi construite
    Lire la suite
  • Filière Sciences des données (SD) - École d'Ingénieurs : Télécom ParisTech

    Dans ce cours, l'étudiant apprendra de abord à poser un problème d'apprentissage supervisé (classification et régression) en le formulant comme un problème d' optimisation de critères statistiques, à développer un algorithme d'apprentissage approprié et à évaluer la fonction de classification ou de régression ainsi construite
    Lire la suite