principles,pros,cons,todo

cnam/travaux/probatoire/document.tex

@@ -60,13 +60,7 @@ Informatique, Réseaux, Systèmes et Multimédia
 %–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
 \import{introduction}
 %⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
-\section{Principes}
-
-\cite{csd}
-
-…
-
-\pagebreak
+\import{principles}
 %⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
 \section{Exemple d’application}
 
@@ -76,17 +70,9 @@ Informatique, Réseaux, Systèmes et Multimédia
 
 \pagebreak
 %⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
-\section{Avantages}
-
-…
-
-\pagebreak
+\import{pros}
 %⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
-\section{Inconvénients}
-
-…
-
-\pagebreak
+\import{cons}
 %⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
 \section{Limitations}
 

cnam/travaux/probatoire/document/cons.tex

@@ -0,0 +1,11 @@
+\section{Inconvénients}
+
+\begin{itmz}
+\item{compréhension difficile}
+\item{hautement mathématique}
+\item{effet boîte noire}
+\end{itmz}
+
+…
+
+\pagebreak

cnam/travaux/probatoire/document/principles.tex

@@ -0,0 +1,53 @@
+\section{Principes}
+
+L’approche \gls{svm} est une méthode supervisée de classification d’éléments
+utilisant :
+\begin{enum}
+\item{un \gls{dataset} d’apprentissage pour entraîner l’algorithme,\\
+et qui fait donc office de superviseur}
+\item{un \gls{dataset} de test pour vérifier sa pertinence}
+\end{enum}
+
+Cette approche se révèle appropriée dans de nombreux cas d’utilisation :
+\begin{itmz}
+\item{classification d’images, quel que soit le \gls{si}}
+\item{classification de protéines, dans le champ médical}
+\item{filtrage d’email, courriel légitime ou pourriel (phishing, spam)}
+\end{itmz}
+
+En fonction du type de problèmes à résoudre,
+deux types de résolution sont disponibles :
+\begin{itmz}
+\item{régression linéaire}
+\item{régression non linéaire}
+\item{classification linéaire}
+\item{classification non linéaire}
+\end{itmz}
+
+\subsection{Régression}
+
+…
+
+\subsubsection{Régression linéaire}
+
+…
+
+\subsubsection{Régression non linéaire}
+
+…
+
+\subsection{Classification}
+
+…
+
+\subsubsection{Classification linéaire}
+
+…
+
+\subsubsection{Classification non linéaire}
+
+…
+
+\cite{csd}
+
+\pagebreak

cnam/travaux/probatoire/document/pros.tex

@@ -0,0 +1,10 @@
+\section{Avantages}
+
+\begin{itmz}
+\item{extension du concept de perceptron\\
+afin de maximiser la marge géométrique ???}
+\end{itmz}
+
+…
+
+\pagebreak

cnam/travaux/probatoire/todo

@@ -0,0 +1,5 @@
+conclusion
+résumé
+mots-clés
+vérifier formatage de bibliographie
+annexes ?