cnam.marc/cnam/travaux/probatoire/présentation/principles.tex

\section{Principes}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Utilisations}
\begin{columns}\begin{column}{.5\textwidth}

\begin{itemize}
\item<1-> filtrage email
\item<2-> classification image
\item<3-> détection stéganographie
\item<4-> granularité texture
\item<5-> reconnaissance texte
\item<6-> expression faciale
\item<7-> reconnaissance vocale
\item<8-> structure protéine
\item<9-> diagnostic médical
\item<10-> catégorisation texte
\end{itemize}

\end{column}\begin{column}{.5\textwidth}

\only<1>{\imgh{2}{16}{email}}
\only<2>{\imgh{3.5}{13}{muffins}}
\only<3>{\imgh{0}{20}{steganography}}
\only<4>{\imgh{0.5}{19}{textures}}
\only<5>{\imgh{6.5}{7}{ocr}}
\only<6>{\imgh{3}{14}{faceid}}
\only<7>{\imgh{4}{12}{speech}}
\only<8>{\imgh{3}{14}{protein}}
\only<9>{\imgh{2.5}{15}{diagnosis}}
\only<10>{\imgh{5.62}{10}{texts}}

\end{column}\end{columns}
\end{frame}
%–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
\subsection{Régression}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Régression / Linéaire}
\begin{center}

\only<1>{Régression linéaire, variation d’$\varepsilon$\\
 \\
\imgbig{regression_linear_left}}

\only<2>{Régression linéaire, variation d’$\varepsilon$\\
 \\
\imgbig{regression_linear_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Régression / Non linéaire}
\begin{center}

\only<1>{Régression polynomiale de degré 2, variation de $C$\\
 \\
\imgbig{regression_nonlinear_left}}

\only<2>{Régression polynomiale de degré 2, variation de $C$\\
 \\
\imgbig{regression_nonlinear_right}}

\end{center}
\end{frame}
%–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
\subsection{Classification}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Linéaire / Vaste}
\begin{center}

\only<1>{Séparation à Vaste Marge\\
 \\
\imgwide{margin_large_left}}

\only<2>{Séparation à Vaste Marge\\
 \\
\imgwide{margin_large_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Linéaire / Vaste}
\begin{center}

\only<1>{Changements d’échelles des dimensions\\
 \\
 \imgwide{margin_scale_left}}

\only<2>{Changements d’échelles des dimensions\\
 \\
 \imgwide{margin_scale_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Linéaire / Souple}
\begin{center}

\only<1>{Sensibilité de vaste marge aux anomalies\\
 \\
\imgwide{margin_hard_left}}

\only<2>{Sensibilité de vaste marge aux anomalies\\
 \\
\imgwide{margin_hard_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Linéaire / Souple}
\begin{center}

\only<1>{Plus ou moins de violations de marge, variation de $C$\\
 \\
\imgwide{margin_few_left}}

\only<2>{Plus ou moins de violations de marge, variation de $C$\\
 \\
\imgwide{margin_few_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Non linéaire}
\begin{center}

\only<1>{Séparation linéaire par ajout de variable\\
 \\
\imgwide{nonlinear_linear_left}}

\only<2>{Séparation linéaire par ajout de variable\\
 \\
\imgwide{nonlinear_linear_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Non linéaire}
\begin{center}

\only<1>{Classification utilisant des variables polynomiales\\
 \\
\imgbig{features_polynomial}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Non linéaire}
\begin{center}

\only<1>{Fonction noyau polynomiale\\
 \\
\imgbig{kernel_polynomial_left}}

\only<2>{Fonction noyau polynomiale\\
 \\
\imgbig{kernel_polynomial_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Non linéaire}
\begin{center}

\only<1>{Variables de similarité utilisant la RBF gaussienne\\
 \\
\imgbig{features_similar_left}}

\only<2>{Variables de similarité utilisant la RBF gaussienne\\
 \\
\imgbig{features_similar_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Non linéaire}
\begin{center}

\only<1>{Fonction noyau gaussienne (RBF)\\
 \\
\imgbig{kernel_rbf_left}
\imgbig{kernel_rbf_right}}

\end{center}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Multi-classes}
\begin{columns}\begin{column}{.5\textwidth}

\begin{itemize}
\item<1-> SVM à arbre de décision
\item<2-> SVM par paires
\end{itemize}

\end{column}\begin{column}{.5\textwidth}

\only<1>{\imgh{0}{20}{tree}}
\only<2>{\imgh{0}{9.5}{pairwise}}

\end{column}\end{columns}
\end{frame}
%⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅
\begin{frame}{\bititle\\Principes / Classification / Optimisation}
\begin{columns}\begin{column}{.5\textwidth}

\begin{itemize}
\item<1-> filtre gaussien
\item<2-> réduction de bruit
\item<3-> suppression artefacts
\item<4-> égalisation histogramme
\item<5-> filtre médian
\end{itemize}

\end{column}\begin{column}{.5\textwidth}

\only<1>{\imgh{0}{19}{gaussian}}
\only<2>{\imgh{0}{20}{noise}}
\only<3>{\imgh{0}{20}{artifacts}}
\only<4>{\imgh{0}{17.5}{histogram}}
\only<5>{\imgh{0}{20}{median}}

\end{column}\end{columns}
\end{frame}