Titre :	Étude Comparative De Quelques Méthodes De Régularisation Dans Le Modèle Linéaire
Type de document :	texte imprimé
Auteurs :	Ibtissem Redjam, Auteur ; Rania Haddad, Auteur ; Sebrina Tadjine, Auteur ; Dalel Zerdazi, Directeur de thèse
Editeur :	CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine
Année de publication :	2020
Importance :	67 f.
Format :	30 cm.
Note générale :	Une copie électronique PDF disponible en BUC.
Langues :	Français (fre)
Catégories :	Sciences Exactes:Mathématiques
Tags :	Régression linéaire  Estimateurs concurrents  Régression ré- gularisée  Sélection de variables.
Index. décimale :	510 Mathématiques
Résumé :	L’une parmi les questions qui continuent de se poser dans le domaine de l’apprentissage statistique est celle de la qualité de généralisation. Les méthodes pour résoudre les problèmes généraux sont d’abord apparues dans le contexte du modèle linéaire. Dans ce mémoire, nous allons nous concentrer essentiellement sur les questions de la régression et de la modélisation. L’objectif est de présenter des méthodes de régularisation qui permettent de produire des solutions parcimonieuses et qui améliorent la qualité de gé- néralisation de notre modèle statistique. On propose des études de simulation qui faire apparaitre l’efficacité des méthodes étudiées pour améliorer la qualité des estimateurs dans des diffé- rents cas étudiés.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=13929

Étude Comparative De Quelques Méthodes De Régularisation Dans Le Modèle Linéaire [texte imprimé] / Ibtissem Redjam, Auteur ; Rania Haddad, Auteur ; Sebrina Tadjine, Auteur ; Dalel Zerdazi, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2020 . - 67 f. ; 30 cm.
Une copie électronique PDF disponible en BUC.
Langues : Français (fre)

Catégories :	Sciences Exactes:Mathématiques
Tags :	Régression linéaire  Estimateurs concurrents  Régression ré- gularisée  Sélection de variables.
Index. décimale :	510 Mathématiques
Résumé :	L’une parmi les questions qui continuent de se poser dans le domaine de l’apprentissage statistique est celle de la qualité de généralisation. Les méthodes pour résoudre les problèmes généraux sont d’abord apparues dans le contexte du modèle linéaire. Dans ce mémoire, nous allons nous concentrer essentiellement sur les questions de la régression et de la modélisation. L’objectif est de présenter des méthodes de régularisation qui permettent de produire des solutions parcimonieuses et qui améliorent la qualité de gé- néralisation de notre modèle statistique. On propose des études de simulation qui faire apparaitre l’efficacité des méthodes étudiées pour améliorer la qualité des estimateurs dans des diffé- rents cas étudiés.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=13929