wip
This commit is contained in:
parent
9a6990f5b9
commit
4e97f982ea
2 changed files with 18 additions and 7 deletions
|
@ -1,11 +1,14 @@
|
|||
\printglossary[title=Abréviations,type=\acronymtype]
|
||||
|
||||
\newacronym{anova}{ANOVA}{ANalysis Of VAriance}
|
||||
\newacronym{hbos}{HBOS}{Histogram Based Outlier Score}
|
||||
\newacronym{nn}{NN}{Nearest Neighbors}
|
||||
\newacronym{rbf}{RBF}{Radial Basis Function}
|
||||
\newacronym{sgbd}{SGBD}{Systèmes de Gestion de Bases de Données}
|
||||
\newacronym{si}{SI}{Systèmes d’Information}
|
||||
\newacronym{svc}{SVC}{Support Vector Classification}
|
||||
\newacronym{svm}{SVM}{Support Vector Machine}
|
||||
\newacronym{svr}{SVR}{Support Vector Regression}
|
||||
\newacronym{tic}{TIC}{Technologies d’Information et de Communication}
|
||||
|
||||
\pagebreak
|
||||
|
|
|
@ -23,8 +23,8 @@ Cette approche se révèle appropriée dans de nombreux cas d’utilisation :
|
|||
|
||||
En fonction du type de problèmes, deux types de résolution :
|
||||
\begin{itmz}
|
||||
\item{\textbf{régression} → nombre}
|
||||
\item{\textbf{classification} → catégorie}
|
||||
\item{\textbf{régression} (\gls{svr}) → nombre}
|
||||
\item{\textbf{classification} (\gls{svc}) → catégorie}
|
||||
\end{itmz}
|
||||
|
||||
En fonction des \glspl{ds}, deux types d’approches mathématiques :
|
||||
|
@ -35,7 +35,7 @@ En fonction des \glspl{ds}, deux types d’approches mathématiques :
|
|||
|
||||
Quatre paramètres permettent d’affiner le modèle :
|
||||
\begin{itmz}
|
||||
\item{\textbf{noyau} : linéaire, \gls{rbf}, polynomial ou \gls{sigmoid}}
|
||||
\item{\textbf{noyau} : linéaire, \gls{rbf}, polynomial, \gls{sigmoid}, etc.}
|
||||
\item{\textbf{degré} : aide à trouver un \gls{hpp} séparateur en contexte polynomial,
|
||||
faisant rapidement augmenter le temps nécessaire à l’entraînement}
|
||||
\item{\textbf{γ} : pour les \glspl{hpp} non linéaires}
|
||||
|
@ -217,9 +217,17 @@ Faire varier \textbf{γ} (rangées) modifie l’épaisseur de la « cloche »
|
|||
|
||||
\textbf{Autres noyaux}
|
||||
|
||||
En complément aux plus courants vus précédemment, un certain nombre
|
||||
d’autres noyaux existe :
|
||||
|
||||
\begin{itmz}
|
||||
\item{String kernels documents texte, séquences d’ADN}
|
||||
\item{hyperbolic tangent}
|
||||
\item{\gls{rbf} de Laplace}
|
||||
\item{tangente hyperbolique}
|
||||
\item{sigmoïde}
|
||||
\item{fonction de Bessel de première espèce}
|
||||
\item{\gls{rbf} \gls{anova}}
|
||||
\item{sillon linéaire à 1 dimension}
|
||||
\item{chaîne (utilisé pour les documents texte ou séquences d’ADN)}
|
||||
\end{itmz}
|
||||
|
||||
\textbf{Autres outils}
|
||||
|
@ -227,8 +235,8 @@ Faire varier \textbf{γ} (rangées) modifie l’épaisseur de la « cloche »
|
|||
Des algorithmes récents se sont montrés plus efficaces avec de grands \glspl{ds} :
|
||||
|
||||
\begin{itmz}
|
||||
\item{sub-gradient descent}
|
||||
\item{coordinate descent}
|
||||
\item{descente par sous-gradient, avec des techniques de décomposition}
|
||||
\item{descente par coordonnée, en effectuant des minimisations itératives}
|
||||
\end{itmz}
|
||||
|
||||
\subsubsection{Classification multi-classes}
|
||||
|
|
Loading…
Add table
Add a link
Reference in a new issue