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...
Main Author: | Bouguelia, Mohamed-Rafik |
---|---|
Other Authors: | Université de Lorraine |
Language: | fr |
Published: |
2015
|
Subjects: | |
Online Access: | http://www.theses.fr/2015LORR0034/document |
Similar Items
-
La structure verbale en chinois mandarin : un problème d'étiquetage ?
by: Zhao, Chen
Published: (2017) -
Connexité dans les Réseaux et Schémas d’Étiquetage Compact d’Urgence
by: Halftermeyer, Pierre
Published: (2014) -
Algorithmes d'étiquetage en composantes connexes efficaces pour architectures hautes performances
by: Cabaret, Laurent
Published: (2016) -
Structuration de collections d'images par apprentissage actif crédibiliste
by: Goëau, Hervé
Published: (2009) -
Étalonnage de l'algorithme d'étiquetage de la saveur par la mesure de sin (2b) dans LHCb
by: Poss, Stèphane
Published: (2009)