Détail de l'auteur
Auteur Christine Keribin |
Documents disponibles écrits par cet auteur (2)
Affiner la rechercheLa classification automatique / Christine Keribin / Archimède (2023) in Tangente. Hors-série (Paris), 086 (06/2023)
Titre : La classification automatique Type de document : texte imprimé Auteurs : Christine Keribin Editeur : Archimède, 2023 Article : p.22-24 Langues : Français (fre)
in Tangente. Hors-série (Paris) > 086 (06/2023)Descripteurs : analyse des données / statistique Résumé : Le point sur les méthodes de classification automatique (ou classification non supervisée, clustering en anglais) utilisées pour le regroupement de points d'un graphique : des groupes de points ; la notion de (dis)similarité ; l'algorithme des K-moyennes. Encadrés : classification non supervisée ou classification supervisée ; la dissimilarité (fonction) ; l'explosion combinatoire. Nature du document : documentaire Genre : Article de périodique [article]
La classification automatique
de Christine Keribin
In Tangente. Hors-série (Paris), 086 (06/2023), p.22-24
Le point sur les méthodes de classification automatique (ou classification non supervisée, clustering en anglais) utilisées pour le regroupement de points d'un graphique : des groupes de points ; la notion de (dis)similarité ; l'algorithme des K-moyennes. Encadrés : classification non supervisée ou classification supervisée ; la dissimilarité (fonction) ; l'explosion combinatoire.Réservation
Réserver ce document
Exemplaires(1)
Cote Section Localisation Code-barres Disponibilité ARCHIVES documentaire CDI 025994 Disponible
Titre : Les modèles de mélange Type de document : texte imprimé Auteurs : Christine Keribin Editeur : Archimède, 2023 Article : p.38-41 Langues : Français (fre)
in Tangente. Hors-série (Paris) > 086 (06/2023)Descripteurs : modèle statistique Résumé : Le point sur le modèle statistique pour analyser les données appelé modèle de mélange basé sur l'algorithme EM (espérance-maximisation) : modélisation et clustering ; modéliser une variable aléatoire ; un modèle de mélange avec des paramètres connus ; l'estimation des paramètres d'un modèle de mélange basé sur l'algorithme CEM (algorithme de classification automatique) ; le choix du modèle. Encadrés : la définition d'un modèle ; la notion de variable aléatoire ; la règle de maximum a posteriori ; estimer un paramètre avec la méthode de vraisemblance. Graphiques. Nature du document : documentaire Genre : Article de périodique [article]
Les modèles de mélange
de Christine Keribin
In Tangente. Hors-série (Paris), 086 (06/2023), p.38-41
Le point sur le modèle statistique pour analyser les données appelé modèle de mélange basé sur l'algorithme EM (espérance-maximisation) : modélisation et clustering ; modéliser une variable aléatoire ; un modèle de mélange avec des paramètres connus ; l'estimation des paramètres d'un modèle de mélange basé sur l'algorithme CEM (algorithme de classification automatique) ; le choix du modèle. Encadrés : la définition d'un modèle ; la notion de variable aléatoire ; la règle de maximum a posteriori ; estimer un paramètre avec la méthode de vraisemblance. Graphiques.Réservation
Réserver ce document
Exemplaires(1)
Cote Section Localisation Code-barres Disponibilité ARCHIVES documentaire CDI 025994 Disponible
