Classification et apprentissage actif à partir d'un flux de données évolutif en présence d'étiquetage incertain

Cette thèse traite de l’apprentissage automatique pour la classification de données. Afin de réduire le coût de l’étiquetage, l’apprentissage actif permet de formuler des requêtes pour demander à un opérateur d’étiqueter seulement quelques données choisies selon un critère d’importance. Nous proposo...

Full description

Bibliographic Details
Main Author: Bouguelia, Mohamed-Rafik
Other Authors: Université de Lorraine
Language:fr
Published: 2015
Subjects:
Online Access:http://www.theses.fr/2015LORR0034/document