Skip to Main content Skip to Navigation
Conference papers

Apprentissage multiclasse en environnement incertain

Simon Bernard 1 Clément Chatelain 1 Sébastien Adam 1 Robert Sabourin 2
1 DocApp - LITIS - Equipe Apprentissage
LITIS - Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes
Résumé : Dans cet article, nous abordons le problème de la classification multiclasses dans le contexte particulier où les coûts de mauvaise classification sont déséquilibrés en fonction des classes et sont inconnus lors de l’apprentissage mais disponibles en prédiction. La méthode proposée s’appuie sur des ensembles de classifieurs, chacun spécialisé à des contextes de coûts particuliers. Pour cela,elle combine une procédure d’optimisation multi-objectifs avec une décomposition par paires de classes, afin de réduire la complexité computationnelle. Les prédictions sont ensuite obtenues via la sélection du classifieur le plus adapté aux coûts, une fois que ceux-ci sont connus. Les premiers résultats obtenus montrent que cette méthode est efficace et qu’elle permet de traiter des problèmes avec un grand nombre de classes.
Document type :
Conference papers
Complete list of metadatas

Cited literature [9 references]  Display  Hide  Download

https://hal-normandie-univ.archives-ouvertes.fr/hal-02088209
Contributor : Simon Bernard <>
Submitted on : Tuesday, April 2, 2019 - 4:26:47 PM
Last modification on : Tuesday, April 30, 2019 - 9:52:04 AM
Long-term archiving on: : Wednesday, July 3, 2019 - 5:03:19 PM

File

SFC_2014.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-02088209, version 1

Citation

Simon Bernard, Clément Chatelain, Sébastien Adam, Robert Sabourin. Apprentissage multiclasse en environnement incertain. Société Francophone de Classification, Sep 2014, Rabat, Maroc. ⟨hal-02088209⟩

Share

Metrics

Record views

49

Files downloads

22