Risque garanti pour les modèles de discrimination multi-classes

André Elisseeff , Hélène Paugam-Moisy , Yann Guermeur (1)

1 CORTEX - Neuromimetic intelligence

Nous étudions les performances en généralisation des systèmes de discrimination à catégories multiples. Nous établissons deux bornes sur ces performances, en fonction de deux mesures de capacité de la famille de fonctions calculées : la fonction de croissance et les nombres de couverture. Ces bornes sont évaluées sur un modèle de combinaison de classifieurs estimant les probabilités a posteriori des classes. Ceci permet de comparer l'adéquation des deux mesures de capacité.

Mots clés: statistical learning theory; réseaux de neurones; neural networks; discriminant analysis; discrimination; apprentissage statistique; erreur en généralisation; fonction de croissance; nombres de couverture

Domaines: Autre [cs.OH]

André Elisseeff, Hélène Paugam-Moisy, Yann Guermeur. Risque garanti pour les modèles de discrimination multi-classes. Septième journées de la Société Francophone de Classification - SFC'99, Loria, Sep 1999, Nancy, France, pp.111-118. ⟨inria-00098773⟩