diff options
Diffstat (limited to 'aia/prediction.tex')
| -rw-r--r-- | aia/prediction.tex | 49 |
1 files changed, 38 insertions, 11 deletions
diff --git a/aia/prediction.tex b/aia/prediction.tex index b302f4f..e58b98f 100644 --- a/aia/prediction.tex +++ b/aia/prediction.tex @@ -5,10 +5,15 @@ %\vspace{70px} \hspace{70px} \begin{minipage}{250px} + \centering \Large \textcolor{accent}{ Un nouvel algorithme d'apprentissage ensembliste pour l'AIA. } + + \vspace{20px} + \normalsize + Inférence d'un attribut sensible en utilisant la prédiction du modèle cible \end{minipage} \end{frame} } @@ -22,7 +27,7 @@ \vspace{10px} Question de recherche : - \emph{Comment choisir la meilleur application sans les assayer toutes ?} + \emph{comment choisir la meilleure application sans les essayer toutes ?} \vspace{10px} On cherche $a:F\rightarrow G$ telle que @@ -68,13 +73,13 @@ \begin{definition}[Exactitude\footnote{\textit{Accuracy}}] L'exactitude de $a$ pour prédire $S$ est \begin{equation*} - P(a\circ f\circ X=S) + A(a) = P(a\circ f\circ X=S) \end{equation*} \end{definition} \pause \frametitle{Maximisation de l'exactitude} \begin{theorem} - L'application qui maximise l'éxactitude est + L'application qui maximise l'exactitude est \begin{equation*} a: \left\{ \begin{matrix} @@ -91,10 +96,10 @@ \end{frame} \begin{frame} - \frametitle{Problème avec la maxamisation de l'exactitude} + \frametitle{Problème avec la maximisation de l'exactitude} \begin{minipage}{0.4\linewidth} \begin{tabular}{cccc} - &\textcolor{principale}{Faux Positifs}&\textcolor{principale}{Faux Négatif}&\textcolor{principale}{Exactitude}\\ + &\textcolor{principale}{Faux Positifs}&\textcolor{principale}{Faux Négatifs}&\textcolor{principale}{Exactitude}\\ \textcolor{principale}{$\bigcirc$}&100\%&0\%&100\%\\ \textcolor{principale}{$\bigtriangleup$}&0\%&100\%&0\%\\ \textcolor{principale}{$\times$}&0\%&100\%&0\%\\ @@ -102,7 +107,7 @@ \vspace{20px} \pause - Désequilibre dans les classes\footnote{\textit{Class imbalance}} : + Déséquilibre dans les classes\footnote{\textit{Class imbalance}} : \begin{itemize} \item $P(S=\bigcirc)=\frac{10}{14}\simeq 71\%$ \item $P(S=\bigtriangleup)=\frac{2}{14}\simeq 14\%$ @@ -131,7 +136,7 @@ \frametitle{Maximisation de l'exactitude équilibrée} \begin{definition}[Exactitude équilibrée\footnote{\textit{Balanced accuracy}}] \begin{equation*} - \frac{1}{\#F}\sum_{i\in F}P(a\circ f\circ X=i\mid S=i) + BA(a) = \frac{1}{\#G}\sum_{i\in G}P(a\circ f\circ X=i\mid S=i) \end{equation*} \end{definition} \pause @@ -149,23 +154,23 @@ \end{frame} \begin{frame} - \frametitle{Problème avec la maxamisation de l'exactitude} + \frametitle{Problème avec la maximisation de l'exactitude} \emph{Maximisation de l'exactitude} \vspace{5px} \begin{tabular}{cccc} - &\textcolor{principale}{Faux Positifs}&\textcolor{principale}{Faux Négatif}&\textcolor{principale}{Exactitude}\\ + &\textcolor{principale}{Faux Positifs}&\textcolor{principale}{Faux Négatifs}&\textcolor{principale}{Exactitude}\\ \textcolor{principale}{$\bigcirc$}&100\%&0\%&1\\ \textcolor{principale}{$\bigtriangleup$}&0\%&100\%&0\\ \textcolor{principale}{$\times$}&0\%&100\%&0\\ \end{tabular} \vspace{10px} - \emph{Maximisation de l'exactitude équilibré} + \emph{Maximisation de l'exactitude équilibrée} \vspace{5px} \begin{tabular}{cccc} - &\textcolor{principale}{Faux Positifs}&\textcolor{principale}{Faux Négatif}&\textcolor{principale}{Exactitude}\\ + &\textcolor{principale}{Faux Positifs}&\textcolor{principale}{Faux Négatifs}&\textcolor{principale}{Exactitude}\\ \textcolor{principale}{$\bigcirc$}&0\%&60\%&40\%\\ \textcolor{principale}{$\bigtriangleup$}&25\%&0\%&100\%\\ \textcolor{principale}{$\times$}&25\%&0\%&100\%\\ @@ -173,6 +178,28 @@ \end{frame} \begin{frame} + \frametitle{Evaluation expérimentale de la classification finie} + \begin{figure} + \centering + \begin{subfigure}[t]{0.45\linewidth} + \centering + \includegraphics[width=\linewidth]{images/finit/COMPAS.pdf} + \caption{Prédiction du récidivisme (COMPAS)} + \end{subfigure} + \begin{subfigure}[t]{0.45\linewidth} + \centering + \includegraphics[width=\linewidth]{images/finit/LAW.pdf} + \caption{Prédiction de la réussite à l'examen du barreau (LAW)} + \end{subfigure} + \end{figure} + Les classification finie est + \begin{itemize} + \item \emph{$3\times$ plus rapide} qu'une forêt aléatoire sur (LAW) + \item \emph{$4\times$ plus rapide} qu'une forêt aléatoire sur (COMPAS) + \end{itemize} +\end{frame} + +\begin{frame} \frametitle{Conclusion sur l'AIA de la prédiction} \begin{itemize} \item Nous avons construit une \emph{fonction d'attaque $a$} de $F$, l'ensemble des \emph{prédictions possibles du modèle cible} vers $G$, l'ensemble des \emph{attributs sensibles}. |