Catalogue en ligne Service de la Documentation et des Archives de la Faculté des Sciences et Techniques

SERVICE DE LA DOCUMENTATION ET DES ARCHIVES DE LA FST

Accueil

Méthode de vecteur support pour l’analyse de survie : comparaison entre classement et régression approchée / Louis Mamadou Soropogui (2021)

Public
ISBD

Titre :

Méthode de vecteur support pour l’analyse de survie : comparaison entre classement et régression approchée

Type de document :

texte imprimé

Auteurs :

Louis Mamadou Soropogui, Auteur

Editeur :

Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique

Année de publication :

2021

Importance :

28 P.

Format :

29 cm

Langues :

Français (fre)

Mots-clés :

vecteur support analyse de survie classement regression approchée machines a vecteurs supports séparateur a vaste marge

Résumé :

Les machines a vecteurs supports (ou séparateur a vaste marge : SVM) sont un ensemble de
techniques d’apprentissage supervisé destinées à résoudre des problèmes de discrimination et
de régression. Les SVM sont une généralisation des classifieurs linéaires (famille
d’algorithmes de classement statistique) ; ils calculent la décision par combinaison linéaire
des échantillons.
Ils peuvent être utilisés pour résoudre des problèmes de discrimation, c’est-à-dire décider à
quelle classe appartient un échantillon, ou de régression, c’est-à-dire prédire la valeur
numérique d’une variable.
La résolution de ces deux problèmes passe par la construction d’une famille qui a un
vecteur d’entrée fait correspondre une sortie :
Pour le cas, d’une fonction discriminante linéaire, obtenue par combinaison linéaire du
vecteur d’entrée ( ) , avec un vecteur de poids ( ) :
( ) , il est alors décidé que est de classe 1 si ( ) et de classe -1 sinon,
c’est un classifieur linéaire.

Permalink :

https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=530