Agrégation PAC-bayésienne d'estimateurs par projection

Lucie Montuelle 1, 2 Erwan Le Pennec 3
1 SELECT - Model selection in statistical learning
Inria Saclay - Ile de France, LMO - Laboratoire de Mathématiques d'Orsay, CNRS - Centre National de la Recherche Scientifique : UMR
Résumé : L'agrégation d'estimateur a l'aide de poids exponentiels dépendant de leur risque offre de bonnes performances en moyenne. Malheureusement, il est impossible d'obtenir un aussi bon contrôle du risque de l'estimateur agrégé en probabilité. Pour contourner ce problème, nous considérons des poids exponentiels du risque pénalisé. Cette technique permet d'obtenir une inégalité oracle inexacte en probabilité. En surpénalisant, avec une prise en compte de la norme de la fonction estimée, une inégalité exacte est accessible.
Type de document :
Communication dans un congrès
46e Journées de Statistique, Jun 2014, Rennes, France
Liste complète des métadonnées

Littérature citée [3 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01097173
Contributeur : Lucie Montuelle <>
Soumis le : samedi 24 janvier 2015 - 14:20:07
Dernière modification le : jeudi 10 mai 2018 - 02:05:11
Document(s) archivé(s) le : samedi 25 avril 2015 - 10:05:40

Fichiers

TexteLong_vmodif.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01097173, version 1

Collections

Citation

Lucie Montuelle, Erwan Le Pennec. Agrégation PAC-bayésienne d'estimateurs par projection. 46e Journées de Statistique, Jun 2014, Rennes, France. 〈hal-01097173〉

Partager

Métriques

Consultations de la notice

208

Téléchargements de fichiers

96