Apprentissage statistique

Les choix de méthodes, de modèles, sont complexes à opérer et se dé- clinent en sous-objectifs qui restreignent où précisent les classes de modèles à considérer. L’objectif

Les choix de méthodes, de modèles, sont complexes à opérer et se dé- clinent en sous-objectifs qui restreignent où précisent les classes de modèles à considérer. L’objectif

Ajouter à ce modèle à une co-variable la co-variable qui fait baisser le plus le SSE. Continuer jusqu’à un critère d’arrêt (par exemple sur la p-value

q  L’intérêt de telle méthode est de répéter la procédure et d’utiliser chaque ensemble de données pour construire un modèle et le tester. q  On dispose alors

est relativement récente, et trouve sa pleine force dans les cadres semi paramétriques (Bickel, Klaassen, Ritov et Wellner 1993) et non paramétriques (équivalences asymp- totiques

Dorénavant on suppose que l’on a une famille convexe de classifieurs

[r]

La convergence en probabilité est beaucoup