Table des mati` eres Avant-Propos 1 1 Introduction ` a la reconnaissance des formes 3 1.1 Bref historique . . . . . . . . . . . . . . . . . . . . . . 6 1.2 Apprentissage et g´en´eralisation . . . . . . . . . . . . . 8 1.3 Evaluation des performances d’un...
More
Table des mati` eres Avant-Propos 1 1 Introduction ` a la reconnaissance des formes 3 1.1 Bref historique . . . . . . . . . . . . . . . . . . . . . . 6 1.2 Apprentissage et g´en´eralisation . . . . . . . . . . . . . 8 1.3 Evaluation des performances d’un syst`eme de reconnais- sance des formes . . . . . . . . . . . . . . . . . . . . . 13 1.4 Choix et validation d’algorithmes d’apprentissage . . . 16 1.5 Un aper¸cu sur la th´eorie PAC . . . . . . . . . . . . . . 18 1.6 Les m´ethodes de combinaison de syst`emes de reconnais- sance . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 1.7 Le biais inductif . . . . . . . . . . . . . . . . . . . . . . 19 1.8 Int´egration des connaissances a priori . . . . . . . . . . 20 2 Th´eorie bay´ esienne de la d´ ecision 21 2.1 Notations principales et d´efinitions . . . . . . . . . . . 21 2.2 La r`egle de d´ecision de Bayes pour un risque minimum 22 2.3 P´enalisation sym´etrique (r`egle du maximum a poste- riori :MAP) . . . . . . . . . . . . . .
Less
