L'apprentissage statistique de plus en plus performant

Florence Forbes 1, * Zaid Harchaoui 2, * Françoise Breton 3
* Auteur correspondant
1 MISTIS - Modelling and Inference of Complex and Structured Stochastic Systems
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
2 LEAR - Learning and recognition in vision
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
Résumé : Les algorithmes d'apprentissage statistique sont aujourd'hui capables de fournir des outils très performants pour réaliser des tâches de reconnaissance sur de très grands ensembles de données complexes. De nombreux commerces ou services web, par exemple, utilisent aujourd'hui ces technologies pour ajuster leur offre de produits aux goûts de l'internaute ou fournir des traductions automatiques tout à fait honorables.
Type de document :
Article dans une revue
Collection "20 ans d'avancées et de perspectives en sciences du numérique", INRIA, 2012, 2 p
Liste complète des métadonnées

https://hal.inria.fr/hal-00820547
Contributeur : Florence Forbes <>
Soumis le : lundi 6 mai 2013 - 09:04:31
Dernière modification le : mercredi 11 avril 2018 - 01:58:10
Document(s) archivé(s) le : lundi 19 août 2013 - 15:12:23

Fichier

La_apprentissage_statistique_d...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00820547, version 1

Citation

Florence Forbes, Zaid Harchaoui, Françoise Breton. L'apprentissage statistique de plus en plus performant. Collection "20 ans d'avancées et de perspectives en sciences du numérique", INRIA, 2012, 2 p. 〈hal-00820547〉

Partager

Métriques

Consultations de la notice

568

Téléchargements de fichiers

197