Apprentissage Statistique Supervisé

Résumé : Cet article est consacré à l’apprentissage statistique supervisé, en tant qu’outil pour l’ingénieur. D’abord sont présentés et expliqués succinctement les grands principes théoriques et méthodologiques. Puis l’article décrit les modèles et algorithmes les plus couramment utilisés en apprentissage supervisé. Y sont présentées et expliquées d’une part les principales techniques « classiques » (Perceptron Multi-Couche, Séparateur à Vaste Marge, Arbres de Décision et Forêts Aléatoires, Boosting), et d’autre part l’apprentissage profond de réseau convolutionnel.
Type de document :
Article dans une revue
Liste complète des métadonnées

https://hal-mines-paristech.archives-ouvertes.fr/hal-02073288
Contributeur : Fabien Moutarde <>
Soumis le : mardi 19 mars 2019 - 17:31:42
Dernière modification le : mercredi 20 mars 2019 - 01:28:21

Identifiants

  • HAL Id : hal-02073288, version 1

Citation

Fabien Moutarde. Apprentissage Statistique Supervisé. Techniques de l'Ingenieur, Techniques de l'ingénieur, 2019, ⟨https://www.techniques-ingenieur.fr/base-documentaire/42659210-big-data/download/h5010/apprentissage-statistique-supervise.html⟩. ⟨hal-02073288⟩

Partager

Métriques

Consultations de la notice

16