beninca.link/cnam.marc
beninca.link/cnam.marc
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions

kf

Browse source
This commit is contained in:
Marc Beninca 2020-08-11 19:27:41 +02:00
parent 69a14a8f10
commit 7a4ab3c8cd
3 changed files with 14 additions and 9 deletions
Download patch file Download diff file Expand all files Collapse all files

10
cnam/travaux/probatoire/document/principles.tex
View file

@ -24,13 +24,13 @@ 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}}
\item{\textbf{classification}}
\item{\textbf{classification} (la plus courante)}
\end{itmz}
En fonction des \glspl{ds}, deux types d’approches mathématiques :
\begin{itmz}
\item{\textbf{linéaire}}
\item{\textbf{non linéaire}}
\item{\textbf{linéaire} : la plus simple}
\item{\textbf{non linéaire} : faisant appel à des \glspl{kf}}
\end{itmz}
Quatre paramètres permettent d’affiner le modèle :
@ -105,7 +105,7 @@ au risque d’engendrer un surentraînement si trop importante}
…
\bifig{}{Fonction noyau polynominale \cite{homl-poly}}
\bifig{}{\Gls{kf} polynominale \cite{homl-poly}}
{14em}{kernel_polynomial_left}{kernel_polynomial_right}
…
@ -115,7 +115,7 @@ au risque d’engendrer un surentraînement si trop importante}
…
\bifig{}{Fonction noyau gaussien \gls{rbf} \cite{homl-rbf}}
\bifig{}{\Gls{kf} gaussien \gls{rbf} \cite{homl-rbf}}
{26em}{kernel_rbf_left}{kernel_rbf_right}
…