Reference : Approximation efficace de mélanges bootstrap d’arbres de Markov pour l’estimation de ...
Scientific congresses and symposiums : Paper published in a book
Engineering, computing & technology : Computer science
http://hdl.handle.net/2268/124833
Approximation efficace de mélanges bootstrap d’arbres de Markov pour l’estimation de densité
French
Schnitzler, François mailto [Université de Liège - ULg > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Systèmes et modélisation >]
Ammar, Sourour [ > > ]
Leray, Philippe [ > > ]
Geurts, Pierre mailto [Université de Liège - ULg > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Systèmes et modélisation >]
Wehenkel, Louis mailto [Université de Liège - ULg > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Systèmes et modélisation >]
23-May-2012
Actes de la 14e Conférence Francophone sur l'Apprentissage Automatique (CAp 2012)
Bougrain, Laurent
207-222
Yes
National
978-2-905267-83-2
14e Conférence Francophone sur l'Apprentissage Automatique (CAp 2012)
from 23/05/2012 to 25/05/2012
Nancy
France
[en] bayesian networks ; Markov trees ; mixtures of trees ; density estimation
[fr] Nous considérons des algorithmes pour apprendre des Mélanges bootstrap d'Arbres de Markov pour l'estimation de densité.
Pour les problèmes comportant un grand nombre de variables et peu d'observations,
ces mélanges estiment généralement mieux la densité qu'un seul arbre appris au maximum de vraisemblance,
mais sont plus coûteux à apprendre.
C'est pourquoi nous étudions ici un algorithme pour apprendre ces modèles de manière approchée, afin d'accélérer l'apprentissage sans sacrifier la précision.
Plus spécifiquement, nous récupérons lors du calcul d'un premier arbre de Markov les arcs qui constituent de bons candidats pour la structure, et ne considérons que ceux-ci lors de l'apprentissage des arbres suivants.
Nous comparons cet algorithme à l'algorithme original de mélange, à un arbre appris au maximum de vraisemblance, à un arbre régularisé et à une autre méthode approchée.
systems and modelling
Fonds pour la formation à la Recherche dans l'Industrie et dans l'Agriculture (Communauté française de Belgique) - FRIA ; Biomagnet IUAP network of the Belgian Science Policy Office ; Pascal2 network of excellence of the EC
http://hdl.handle.net/2268/124833

File(s) associated to this reference

Fulltext file(s):

FileCommentaryVersionSizeAccess
Open access
CAP2012.pdfAuthor postprint302.6 kBView/Open

Additional material(s):

File Commentary Size Access
Open access
presentation.pdf261.89 kBView/Open

Bookmark and Share SFX Query

All documents in ORBi are protected by a user license.