conclusion,lf

cnam/travaux/probatoire/présentation/principles.tex

@@ -5,12 +5,12 @@
 \begin{frame}{\bititle\\Principes / Régression / Linéaire}
 \begin{center}
 
-\only<1>{Régression linéaire, variation d’ε
-
+\only<1>{Régression linéaire, variation d’ε\\
+ \\
 \imgbig{regression_linear_left}}
 
-\only<2>{Régression linéaire, variation d’ε
-
+\only<2>{Régression linéaire, variation d’ε\\
+ \\
 \imgbig{regression_linear_right}}
 
 \end{center}
@@ -19,12 +19,12 @@
 \begin{frame}{\bititle\\Principes / Régression / Non linéaire}
 \begin{center}
 
-\only<1>{Régression polynomiale de degré 2, variation de C
-
+\only<1>{Régression polynomiale de degré 2, variation de C\\
+ \\
 \imgbig{regression_nonlinear_left}}
 
-\only<2>{Régression polynomiale de degré 2, variation de C
-
+\only<2>{Régression polynomiale de degré 2, variation de C\\
+ \\
 \imgbig{regression_nonlinear_right}}
 
 \end{center}
@@ -35,12 +35,12 @@
 \begin{frame}{\bititle\\Principes / Classification / Linéaire / Vaste}
 \begin{center}
 
-\only<1>{Séparation à Vaste Marge
-
+\only<1>{Séparation à Vaste Marge\\
+ \\
 \imgwide{margin_hard_left}}
 
-\only<2>{Séparation à Vaste Marge
-
+\only<2>{Séparation à Vaste Marge\\
+ \\
 \imgwide{margin_hard_right}}
 
 \end{center}
@@ -59,20 +59,20 @@
 \begin{frame}{\bititle\\Principes / Classification / Linéaire / Souple}
 \begin{center}
 
-\only<1>{Sensibilité de vaste marge aux anomalies
-
+\only<1>{Sensibilité de vaste marge aux anomalies\\
+ \\
 \imgwide{margin_hard_left}}
 
-\only<2>{Sensibilité de vaste marge aux anomalies
-
+\only<2>{Sensibilité de vaste marge aux anomalies\\
+ \\
 \imgwide{margin_hard_right}}
 
-\only<3>{Plus ou moins de violations de marge, variation de C
-
+\only<3>{Plus ou moins de violations de marge, variation de C\\
+ \\
 \imgwide{margin_few_left}}
 
-\only<4>{Plus ou moins de violations de marge, variation de C
-
+\only<4>{Plus ou moins de violations de marge, variation de C\\
+ \\
 \imgwide{margin_few_right}}
 
 \end{center}
@@ -81,36 +81,36 @@
 \begin{frame}{\bititle\\Principes / Classification / Non linéaire}
 \begin{center}
 
-\only<1>{Séparation linéaire par ajout de variable
-
+\only<1>{Séparation linéaire par ajout de variable\\
+ \\
 \imgwide{nonlinear_linear_left}}
 
-\only<2>{Séparation linéaire par ajout de variable
-
+\only<2>{Séparation linéaire par ajout de variable\\
+ \\
 \imgwide{nonlinear_linear_right}}
 
-\only<3>{Classification utilisant des variables polynomiales
-
+\only<3>{Classification utilisant des variables polynomiales\\
+ \\
 \imgbig{features_polynomial}}
 
-\only<4>{Fonction noyau polynomiale
-
+\only<4>{Fonction noyau polynomiale\\
+ \\
 \imgbig{kernel_polynomial_left}}
 
-\only<5>{Fonction noyau polynomiale
-
+\only<5>{Fonction noyau polynomiale\\
+ \\
 \imgbig{kernel_polynomial_left}}
 
-\only<6>{Variables de similarité utilisant la RBF gaussienne
-
+\only<6>{Variables de similarité utilisant la RBF gaussienne\\
+ \\
 \imgbig{features_similar_left}}
 
-\only<7>{Variables de similarité utilisant la RBF gaussienne
-
+\only<7>{Variables de similarité utilisant la RBF gaussienne\\
+ \\
 \imgbig{features_similar_right}}
 
-\only<8>{Fonction noyau gaussienne (RBF)
-
+\only<8>{Fonction noyau gaussienne (RBF)\\
+ \\
 \imgbig{kernel_rbf_left}
 \imgbig{kernel_rbf_right}}