wip
This commit is contained in:
parent
a965db1f79
commit
9a6990f5b9
3 changed files with 38 additions and 12 deletions
|
@ -1,5 +1,12 @@
|
||||||
\section{Conclusion}
|
\section{Conclusion}
|
||||||
|
|
||||||
…
|
Nombreux outils logiciels implémentant les \gls{svm},
|
||||||
|
disponibles pour différents langages.
|
||||||
|
|
||||||
|
Nativement bons linéairement, noyau permet apprentissage non-linéaire.
|
||||||
|
|
||||||
|
Noyau élément clé, \gls{kf} pas facile à choisir.
|
||||||
|
|
||||||
|
Il faut savoir rester patient pour les temps d’entraînement.
|
||||||
|
|
||||||
\pagebreak
|
\pagebreak
|
||||||
|
|
|
@ -16,8 +16,8 @@ résoudre des problèmes de régression ou de classification}
|
||||||
|
|
||||||
\end{itmz}\begin{itmz}
|
\end{itmz}\begin{itmz}
|
||||||
|
|
||||||
\item{est une alternative aux réseaux de neurones,\\
|
\item{est souvent une meilleure alternative aux réseaux de neurones,\\
|
||||||
dans le cas de \glspl{ds} de taille réduite}
|
surtout dans le cas de \glspl{ds} de taille réduite}
|
||||||
|
|
||||||
\end{itmz}\begin{itmz}
|
\end{itmz}\begin{itmz}
|
||||||
|
|
||||||
|
@ -25,7 +25,8 @@ dans le cas de \glspl{ds} de taille réduite}
|
||||||
|
|
||||||
\end{itmz}\begin{itmz}
|
\end{itmz}\begin{itmz}
|
||||||
|
|
||||||
\item{peut capturer des relations complexes dans des \glspl{ds}}
|
\item{peut capturer des relations complexes dans des \glspl{ds},\\
|
||||||
|
même sans connaissance préalable de ces dernières}
|
||||||
|
|
||||||
\end{itmz}\begin{itmz}
|
\end{itmz}\begin{itmz}
|
||||||
|
|
||||||
|
@ -52,7 +53,7 @@ par l’intermédiaire de différentes \glspl{kf}}
|
||||||
|
|
||||||
\end{itmz}\begin{itmz}
|
\end{itmz}\begin{itmz}
|
||||||
|
|
||||||
\item{une variété de \glspl{kf} existe pour les fonctions de décision}
|
\item{de nombreuses \glspl{kf} existent pour les fonctions de décision}
|
||||||
|
|
||||||
\end{itmz}\begin{itmz}
|
\end{itmz}\begin{itmz}
|
||||||
|
|
||||||
|
@ -82,7 +83,8 @@ car ces derniers doivent y être intégralement stockés}
|
||||||
|
|
||||||
\end{itmz}\begin{itmz}
|
\end{itmz}\begin{itmz}
|
||||||
|
|
||||||
\item{difficile d’identifier les bonnes valeurs de paramètres}
|
\item{difficile d’identifier les bonnes valeurs de paramètres,\\
|
||||||
|
sans passer par des techniques comme \gls{gs}}
|
||||||
|
|
||||||
\end{itmz}\begin{itmz}
|
\end{itmz}\begin{itmz}
|
||||||
|
|
||||||
|
@ -117,7 +119,7 @@ plusieurs paramètres varient, contrairement à d’autres méthodes}
|
||||||
\end{itmz}\begin{itmz}
|
\end{itmz}\begin{itmz}
|
||||||
|
|
||||||
\item{une normalisation préalable des données est nécessaire,\\
|
\item{une normalisation préalable des données est nécessaire,\\
|
||||||
pour que les fonctions objectifs restent pertinentes}
|
pour que les fonctions objectifs soient plus pertinentes}
|
||||||
|
|
||||||
\end{itmz}\begin{itmz}
|
\end{itmz}\begin{itmz}
|
||||||
|
|
||||||
|
|
|
@ -13,12 +13,12 @@ Cette approche se révèle appropriée dans de nombreux cas d’utilisation :
|
||||||
\item{classification d’images, quel que soit le \gls{si}}
|
\item{classification d’images, quel que soit le \gls{si}}
|
||||||
\item{détection de \gls{sgn} dans des fichiers multimédias}
|
\item{détection de \gls{sgn} dans des fichiers multimédias}
|
||||||
\item{quantification de granularité dans des textures}
|
\item{quantification de granularité dans des textures}
|
||||||
\item{reconnaissance de caractères dans des images}
|
\item{reconnaissance de caractères et d’écriture dans des images}
|
||||||
\item{classification d’expressions faciales dans des images}
|
\item{classification d’expressions faciales dans des images}
|
||||||
\item{reconnaissance vocale dans des échantillons sonores}
|
\item{reconnaissance vocale dans des échantillons sonores}
|
||||||
\item{classification de protéines}
|
\item{classification et prédiction de structure de protéines}
|
||||||
\item{établissement de diagnostics médicaux}
|
\item{établissement de diagnostics médicaux}
|
||||||
\item{classification de documents en différentes catégories}
|
\item{classification de documents texte en différentes catégories}
|
||||||
\end{itmz}
|
\end{itmz}
|
||||||
|
|
||||||
En fonction du type de problèmes, deux types de résolution :
|
En fonction du type de problèmes, deux types de résolution :
|
||||||
|
@ -215,11 +215,28 @@ Faire varier \textbf{γ} (rangées) modifie l’épaisseur de la « cloche »
|
||||||
|
|
||||||
\pagebreak
|
\pagebreak
|
||||||
|
|
||||||
Autres noyaux
|
\textbf{Autres noyaux}
|
||||||
String kernels documents texte, séquences d’ADN
|
|
||||||
|
\begin{itmz}
|
||||||
|
\item{String kernels documents texte, séquences d’ADN}
|
||||||
|
\item{hyperbolic tangent}
|
||||||
|
\end{itmz}
|
||||||
|
|
||||||
|
\textbf{Autres outils}
|
||||||
|
|
||||||
|
Des algorithmes récents se sont montrés plus efficaces avec de grands \glspl{ds} :
|
||||||
|
|
||||||
|
\begin{itmz}
|
||||||
|
\item{sub-gradient descent}
|
||||||
|
\item{coordinate descent}
|
||||||
|
\end{itmz}
|
||||||
|
|
||||||
|
\subsubsection{Classification multi-classes}
|
||||||
|
|
||||||
Référence multi-classes \cite{multi-class}
|
Référence multi-classes \cite{multi-class}
|
||||||
|
|
||||||
|
\subsubsection{Optimisation}
|
||||||
|
|
||||||
Référence optimisation \cite{mri} \cite{optimization}
|
Référence optimisation \cite{mri} \cite{optimization}
|
||||||
|
|
||||||
\pagebreak
|
\pagebreak
|
||||||
|
|
Loading…
Add table
Add a link
Reference in a new issue