Séance de cours

Modèles d'apprentissage statistique : minimisation des risques et des risques empiriques

Description

Cette séance de cours introduit le concept de modèles d'apprentissage statistique, qui se composent d'observations, d'une classe de fonctions et d'une fonction de perte. Il explique le risque pour la population et l'objectif de trouver la fonction qui la minimise. La séance de cours traite ensuite de la minimisation empirique du risque comme une approche d'approximation de la fonction optimale en minimisant la moyenne empirique de la perte. Elle s'inscrit dans la forte loi des grands nombres et fournit des exemples de minimisation empirique du risque dans des contextes paramétriques et non paramétriques. La séance de cours se termine par des discussions sur les estimateurs, les fonctions de perte et l'évaluation de la performance des estimateurs de probabilité maximale dans divers modèles.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.