Bayesian hyperparameter optimization : overfitting, ensembles and conditional spaces
Dans cette thèse, l’optimisation bayésienne sera analysée et étendue pour divers problèmes reliés à l’apprentissage supervisé. Les contributions de la thèse sont en lien avec 1) la surestimation de la performance de généralisation des hyperparamètres et des modèles résultants d’une optimisation bayé...
Main Author: | Lévesque, Julien-Charles |
---|---|
Other Authors: | Gagné, Christian |
Format: | Doctoral Thesis |
Language: | English |
Published: |
Université Laval
2018
|
Subjects: | |
Online Access: | http://hdl.handle.net/20.500.11794/28364 |
Similar Items
-
Learning geometric and lighting priors from natural images
by: Hold-Geoffroy, Yannick
Published: (2018) -
Apprentissage automatique avec garanties de généralisation à l'aide de méthodes d'ensemble maximisant le désaccord
by: Roy, Jean-Francis
Published: (2018) -
Mineral identification using data-mining in hyperspectral infrared imagery
by: Yousefi, Bardia
Published: (2018) -
Sample Compressed PAC-Bayesian Bounds and learning algorithms
by: Shanian, Sara
Published: (2012) -
A Machine Learning Approach for the Smart Charging of Electric Vehicles
by: Lopez, Karol Lina
Published: (2019)