Modèles hybrides génératifs-discriminatifs : théorie et applications

Résumé : Les paradigmes d'apprentissage génératif et discriminatif pour résoudre les problèmes de prédiction en l'apprentissage automatique sont souvent mis en opposition, l'un permettant de bien modéliser la structure des données mais dont la prédiction est fortement biaisée, l'autre permettant de créer une règle de décision asymptotiquement optimale, mais souvent difficile à interpréter.
Type de document :
Document associé à des manifestations scientifiques
Journées MAS et Journée en l'honneur de Jacques Neveu, Aug 2010, Talence, France
Liste complète des métadonnées

https://hal.inria.fr/inria-00510573
Contributeur : Conférence Mas2010 <>
Soumis le : jeudi 19 août 2010 - 16:13:44
Dernière modification le : mercredi 29 novembre 2017 - 09:59:31
Document(s) archivé(s) le : samedi 20 novembre 2010 - 02:46:01

Fichier

CLA-Bouchard.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00510573, version 1

Collections

Citation

Guillaume Bouchard. Modèles hybrides génératifs-discriminatifs : théorie et applications. Journées MAS et Journée en l'honneur de Jacques Neveu, Aug 2010, Talence, France. 〈inria-00510573〉

Partager

Métriques

Consultations de la notice

46

Téléchargements de fichiers

22