Correction maman

1 files changed, 2 insertions, 2 deletions

diff --git a/classification_finie/introduction.tex b/classification_finie/introduction.tex
index 0e3443d..ac815fa 100644
--- a/classification_finie/introduction.tex
+++ b/classification_finie/introduction.tex
@@ -1,8 +1,8 @@
 Dans ce premier chapitre de contribution, nous allons construire un nouvel algorithme d'apprentissage ensembliste.
 Plus précisément nous allons nous intéresser à la manière de combiner plusieurs classifieurs : ce que nous avons appelé la seconde partie de la vie d'un algorithme d'apprentissage ensembliste à la Section~\ref{sec:background-aens}.
-Nous allons construire une solution similaire à celle de l'espace de connaissances du comportement\footnote{\textit{Behavior knowledge space}}~\cite{1626170} sauf que au lieu d'optimiser l'exactitude nous allons optimiser l'exactitude équilibré.
+Nous allons construire une solution similaire à celle de l'espace de connaissances du comportement\footnote{\textit{Behavior knowledge space}}~\cite{1626170} sauf que au lieu d'optimiser l'exactitude nous allons optimiser l'exactitude équilibrée.
 
 Pour cela nous allons considérer que nous cherchons une fonction d'un ensemble fini $E$ vers un autre $F$.
 $E$ correspond à l'ensemble des uplets possibles des sorties des classifieurs faibles et $F$ aux classes.
 Nous commençons notre étude en considérant que nous avons une base de donnée ayant deux colonnes.
-L'une contient des éléments de $E$ et l'autre contient des étiquette de $F$.
+L'une contient des éléments de $E$ et l'autre contient des étiquettes de $F$.