Le test des méthodes neuronales ou comment utiliser les techniques de rééchantillonnage pour ne pas se tromper de résultat

Verleysen, Michel
(2003) ACSEG 2003, Connectionist Approaches in Economics and Management Sciences — Location: Nantes (France) (20.November.2003)

Files

84-Letestdesméthodesneuronalesoucommentutiliserlestechniquesderééchantillonnagepournepassetromperderésultat.pdf
  • Restricted Access
  • Adobe PDF
  • 446.79 KB
Request a copy

Details

Authors
Abstract
Par rapport aux modèles linéaires ou à d'autres modèles statistiques classiques, les modèles connexionnistes offrent souvent des possibilités intéressantes, mais au prix d'un apprentissage plus difficile. Une des difficultés rencontrées consiste à fixer un certain nombre de "méta-paramètres", par exemple liés à la complexité du modèle (nombre d'unités dans une couche cachée, etc.). Souvent, il n'existe pas d'autre choix que d'en tester plusieurs valeurs possibles et de choisir la meilleure, au sens d'un certain critère. Il est dès lors indispensable de disposer de méthodes efficaces permettant d'évaluer les performances d'un modèle, même face aux contraintes liées à des applications réelles, en particulier le nombre limité de données disponibles. Cet article présente différentes méthodes de rééchantillonnage, destinées à être utilisées dans le contexte de modélisation non linéaire (par exemple connexionniste), et compare leurs avantages et inconvénients au point de vue de leurs performances et de leur complexité.
Affiliations

Citations

  • APA
  • Chicago
  • FWB

Verleysen, M. (2003). Le test des méthodes neuronales ou comment utiliser les techniques de rééchantillonnage pour ne pas se tromper de résultat. Proceedings of ACSEG 2003, p. 515-534. https://hdl.handle.net/2078.5/223236