Apprentissage de structures dans les valeurs extrêmes en grande dimension
Nous présentons et étudions des méthodes d’apprentissage non-supervisé de phénomènes extrêmes multivariés en grande dimension. Dans le cas où chacune des distributions marginales d’un vecteur aléatoire est à queue lourde, l’étude de son comportement dans les régions extrêmes (i.e. loin de l’origine)...
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | en fr |
| Published: |
2018
|
| Subjects: | |
| Online Access: | http://www.theses.fr/2018ENST0035/document |