From 69a14a8f106bb6e59ebf3a9ab83135602f3ec6a7 Mon Sep 17 00:00:00 2001
From: Marc Beninca <cnam@marc-beninca.fr>
Date: Mon, 10 Aug 2020 21:46:33 +0200
Subject: [PATCH] intro,principles

---
 .../probatoire/document/glossaries.tex        |  6 +++-
 .../probatoire/document/introduction.tex      |  2 +-
 .../probatoire/document/principles.tex        | 34 +++++++++++++------
 3 files changed, 30 insertions(+), 12 deletions(-)

diff --git a/cnam/travaux/probatoire/document/glossaries.tex b/cnam/travaux/probatoire/document/glossaries.tex
index be3b412..3a03236 100644
--- a/cnam/travaux/probatoire/document/glossaries.tex
+++ b/cnam/travaux/probatoire/document/glossaries.tex
@@ -20,7 +20,7 @@ description={données massives}
 name={clustering},
 description={regroupement d’éléments en sous-ensembles caractéristiques}
 }
-\newglossaryentry{dataset}{
+\newglossaryentry{ds}{
 name={dataset},
 plural={datasets},
 description={ensembles de données}
@@ -38,6 +38,10 @@ description={apprentissage machine automatique}
 name={stéganographie},
 description={dissimulation d’informations dans un plus grand ensemble}
 }
+\newglossaryentry{sigmoid}{
+name={sigmoïde},
+description={courbe à double asymptôte 0 et 1, centrée sur 0,5}
+}
 \newglossaryentry{sv}{
 name={support vector},
 plural={support vectors},
diff --git a/cnam/travaux/probatoire/document/introduction.tex b/cnam/travaux/probatoire/document/introduction.tex
index 458716b..bf707b7 100644
--- a/cnam/travaux/probatoire/document/introduction.tex
+++ b/cnam/travaux/probatoire/document/introduction.tex
@@ -13,7 +13,7 @@ analyser puis exploiter ces \gls{bd}.
 
 Le \gls{ml} regroupe les différentes nouvelles approches méthodologiques
 permettant de faire ressortir une compréhension des \gls{bd}, en extraire
-des \glspl{dataset} exploitables puis, à partir de cet apprentissage,
+des \glspl{ds} exploitables puis, à partir de cet apprentissage,
 être en mesure de comprendre de nouvelles données.
 
 Les 2 défis à relever pour être pertinents dans cette démarche :
diff --git a/cnam/travaux/probatoire/document/principles.tex b/cnam/travaux/probatoire/document/principles.tex
index 7788dcc..771c3bb 100644
--- a/cnam/travaux/probatoire/document/principles.tex
+++ b/cnam/travaux/probatoire/document/principles.tex
@@ -1,11 +1,10 @@
 \section{Principes}
 
-L’approche \gls{svm} est une méthode supervisée de classification d’éléments
-utilisant :
+L’approche \gls{svm} est un ensemble de méthodes supervisées utilisant :
 \begin{enum}
-\item{un \gls{dataset} d’apprentissage pour entraîner l’algorithme,\\
+\item{un \gls{ds} d’apprentissage pour entraîner l’algorithme,\\
 et qui fait donc office de superviseur}
-\item{un \gls{dataset} de test pour vérifier sa pertinence}
+\item{un \gls{ds} de test pour vérifier sa pertinence}
 \end{enum}
 
 Cette approche se révèle appropriée dans de nombreux cas d’utilisation :
@@ -22,15 +21,30 @@ Cette approche se révèle appropriée dans de nombreux cas d’utilisation :
 \item{classification de documents en différentes catégories}
 \end{itmz}
 
-En fonction du type de problèmes à résoudre,
-deux types de résolution sont disponibles :
+En fonction du type de problèmes, deux types de résolution :
 \begin{itmz}
-\item{régression linéaire}
-\item{régression non linéaire}
-\item{classification linéaire}
-\item{classification non linéaire}
+\item{\textbf{régression}}
+\item{\textbf{classification}}
 \end{itmz}
 
+En fonction des \glspl{ds}, deux types d’approches mathématiques :
+\begin{itmz}
+\item{\textbf{linéaire}}
+\item{\textbf{non linéaire}}
+\end{itmz}
+
+Quatre paramètres permettent d’affiner le modèle :
+\begin{itmz}
+\item{\textbf{noyau} : linéaire, \gls{rbf}, polynominal ou \gls{sigmoid}}
+\item{\textbf{degré} : aide à trouver un \gls{hpp} séparateur en contexte polynominal,
+faisant rapidement augmenter le temps nécessaire à l’entraînement}
+\item{\textbf{gamma} : pour les \glspl{hpp} non linéaires}
+\item{\textbf{C} : pénalité augmentant la distance des données prises en compte,\\
+au risque d’engendrer un surentraînement si trop importante}
+\end{itmz}
+
+\pagebreak
+
 \subsection{Régression}
 
 …