Enhancing supervised learning with complex aggregate features and context sensitivity

Enhancing supervised learning with complex aggregate features and context sensitivity

Dans cette thèse, nous étudions l'adaptation de modèles en apprentissage supervisé. Nous adaptons des algorithmes d'apprentissage existants à une représentation relationnelle. Puis, nous adaptons des modèles de prédiction aux changements de contexte.En représentation relationnelle, les don...

Full description

Bibliographic Details
Main Author: Charnay, Clément
Other Authors: Strasbourg
Language:en
Published: 2016
Subjects:
Fouille de données relationnelles
Reframing
Agrégation complexe
Optimisation stochastique
Classification sensible au coût
Adaptation de modèles
Apprentissage automatique
Intelligence artificielle
Relational Data Mining
Complex Aggregation
Stochastic Optimization
Cost-Sensitive Classification
Model Adaptation
Machine Learning
Artificial Intelligence
006.35
Online Access:http://www.theses.fr/2016STRAD025/document

Internet

http://www.theses.fr/2016STRAD025/document

Similar Items