From f6ace7aef0747c0e47164c57d8e763d336cb7fe7 Mon Sep 17 00:00:00 2001 From: Jan Aalmoes Date: Thu, 26 Sep 2024 16:24:21 +0200 Subject: Jan check du classification fini --- classification_finie/introduction.tex | 9 ++++++++- 1 file changed, 8 insertions(+), 1 deletion(-) (limited to 'classification_finie/introduction.tex') diff --git a/classification_finie/introduction.tex b/classification_finie/introduction.tex index ab5aaf3..0e3443d 100644 --- a/classification_finie/introduction.tex +++ b/classification_finie/introduction.tex @@ -1 +1,8 @@ -intro +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. + +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 $F$. -- cgit v1.2.3