Séminaire de Probabilités et Statistique :

Le 06 février 2006 à 10:30 - salle 331

Présentée par Zwald Laurent - Université Paris 11

Performances statistiques d'algorithmes d'apprentissage : analyse en composantes principales à noyau et "Kernel Projection Machine"

Pendant cet expos\'e, des m\'ethodes statistiques seront utilis\'ees pour analyser des probl\`emes d'apprentissage. Dans un premier temps, l'analyse en composantes principales à noyau (KPCA) est etudi\'ee statistiquement. Il s'agit d'un algorithme de r\'eduction de la dimension tres utilis\'e en pratique. Puis, un nouvel algorithme de classification est propos\'e : la Kernel Projection Machine (KPM). Il est etudi\'e de façon th\'eorique et ses performances ont ete test\'ees sur des donn\'ees r\'eelles. Tout en s'inspirant des "Supports Vectors Machine" (SVM), il utilise un proc\'ed\'e de r\'egularisation fini-dimensionnelle. On verra comment il est reli\'e a la KPCA."