cnam.marc/cnam/travaux/probatoire/présentation/principles.tex

\section{Principes}
%–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
\subsection{Régression}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Régression / Linéaire}
\begin{center}

\only<1>{Régression linéaire, variation d’$\varepsilon$\\
 \\
\imgbig{regression_linear_left}}

\only<2>{Régression linéaire, variation d’$\varepsilon$\\
 \\
\imgbig{regression_linear_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Régression / Non linéaire}
\begin{center}

\only<1>{Régression polynomiale de degré 2, variation de C\\
 \\
\imgbig{regression_nonlinear_left}}

\only<2>{Régression polynomiale de degré 2, variation de C\\
 \\
\imgbig{regression_nonlinear_right}}

\end{center}
\end{frame}
%–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
\subsection{Classification}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Linéaire / Vaste}
\begin{center}

\only<1>{Séparation à Vaste Marge\\
 \\
\imgwide{margin_hard_left}}

\only<2>{Séparation à Vaste Marge\\
 \\
\imgwide{margin_hard_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Linéaire / Vaste}
\begin{center}

\only<1>{\imgwide{margin_scale_left}}

\only<2>{\imgwide{margin_scale_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Linéaire / Souple}
\begin{center}

\only<1>{Sensibilité de vaste marge aux anomalies\\
 \\
\imgwide{margin_hard_left}}

\only<2>{Sensibilité de vaste marge aux anomalies\\
 \\
\imgwide{margin_hard_right}}

\only<3>{Plus ou moins de violations de marge, variation de C\\
 \\
\imgwide{margin_few_left}}

\only<4>{Plus ou moins de violations de marge, variation de C\\
 \\
\imgwide{margin_few_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Non linéaire}
\begin{center}

\only<1>{Séparation linéaire par ajout de variable\\
 \\
\imgwide{nonlinear_linear_left}}

\only<2>{Séparation linéaire par ajout de variable\\
 \\
\imgwide{nonlinear_linear_right}}

\only<3>{Classification utilisant des variables polynomiales\\
 \\
\imgbig{features_polynomial}}

\only<4>{Fonction noyau polynomiale\\
 \\
\imgbig{kernel_polynomial_left}}

\only<5>{Fonction noyau polynomiale\\
 \\
\imgbig{kernel_polynomial_left}}

\only<6>{Variables de similarité utilisant la RBF gaussienne\\
 \\
\imgbig{features_similar_left}}

\only<7>{Variables de similarité utilisant la RBF gaussienne\\
 \\
\imgbig{features_similar_right}}

\only<8>{Fonction noyau gaussienne (RBF)\\
 \\
\imgbig{kernel_rbf_left}
\imgbig{kernel_rbf_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Multi-classes}

\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Optimisation}

\end{frame}