Skip to Main content Skip to Navigation
Conference papers

Classification à base de clustering ou décrire et prédire simultanément

Résumé : Dans certains domaines applicatifs, la compréhension (la description) des résultats issus d’un classifieur est une condition aussi importante que sa performance prédictive. De ce fait, la qualité du classifieur rèside donc dans sa capacité à fournir des résultats ayant de bonnes performances en prédiction tout en produisant simultanément des résultats compréhensibles par l’utilisateur. On parle ici du compromis interprétation vs. performance des modéles d’apprentissage automatique. Dans cette thèse, on s’intéresse à traiter cette problématique. L’objectif est donc de proposer un classifieur capable de décrire les instances d’un problème de classification supervisée tout en prédisant leur classe d’appartenance (simultanément).
Document type :
Conference papers
Complete list of metadata

Cited literature [30 references]  Display  Hide  Download

https://hal.inria.fr/hal-01178907
Contributor : Sylvain Bouveret <>
Submitted on : Tuesday, June 2, 2020 - 11:40:27 PM
Last modification on : Tuesday, June 15, 2021 - 2:57:04 PM
Long-term archiving on: : Wednesday, December 2, 2020 - 8:40:36 PM

File

RJCIA_2015_v10_1.pdf
Files produced by the author(s)

Licence


Distributed under a Creative Commons Attribution - ShareAlike 4.0 International License

Identifiers

  • HAL Id : hal-01178907, version 1
  • PRODINRA : 396747

Citation

Oumaima Alaoui Ismaili, Vincent Lemaire, Antoine Cornuéjols. Classification à base de clustering ou décrire et prédire simultanément. Treizièmes Rencontres des Jeunes Chercheurs en Intelligence Artificielle (RJCIA 2015), Jun 2015, Rennes, France. 6 p. ⟨hal-01178907⟩

Share

Metrics

Record views

206

Files downloads

242