Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

Sorted by: relevance · author · university · dateNew search

You searched for subject:(Apprentissage statistique). Showing records 1 – 30 of 132 total matches.

[1] [2] [3] [4] [5]

Search Limiters

Last 2 Years | English Only

Languages

Country

▼ Search Limiters

1. Slama, Rim. Geometric approaches for 3D human motion analysis : application to action recognition and retrieval : Approches géométriques pour l'analyse du mouvement humain en 3D : application à la reconnaissance d'action et à l’indexation.

Degree: Docteur es, Informatique, 2014, Université Lille I – Sciences et Technologies

Dans le cadre de cette thèse, nous proposons des approches géométriques permettant d’analyser des mouvements humains à partir de données issues de capteurs 3D. Premièrement,… (more)

Subjects/Keywords: Kinect; Reconnaissance d'actions; Apprentissage statistique; 006.37

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Slama, R. (2014). Geometric approaches for 3D human motion analysis : application to action recognition and retrieval : Approches géométriques pour l'analyse du mouvement humain en 3D : application à la reconnaissance d'action et à l’indexation. (Doctoral Dissertation). Université Lille I – Sciences et Technologies. Retrieved from http://www.theses.fr/2014LIL10078

Chicago Manual of Style (16th Edition):

Slama, Rim. “Geometric approaches for 3D human motion analysis : application to action recognition and retrieval : Approches géométriques pour l'analyse du mouvement humain en 3D : application à la reconnaissance d'action et à l’indexation.” 2014. Doctoral Dissertation, Université Lille I – Sciences et Technologies. Accessed May 22, 2019. http://www.theses.fr/2014LIL10078.

MLA Handbook (7th Edition):

Slama, Rim. “Geometric approaches for 3D human motion analysis : application to action recognition and retrieval : Approches géométriques pour l'analyse du mouvement humain en 3D : application à la reconnaissance d'action et à l’indexation.” 2014. Web. 22 May 2019.

Vancouver:

Slama R. Geometric approaches for 3D human motion analysis : application to action recognition and retrieval : Approches géométriques pour l'analyse du mouvement humain en 3D : application à la reconnaissance d'action et à l’indexation. [Internet] [Doctoral dissertation]. Université Lille I – Sciences et Technologies; 2014. [cited 2019 May 22]. Available from: http://www.theses.fr/2014LIL10078.

Council of Science Editors:

Slama R. Geometric approaches for 3D human motion analysis : application to action recognition and retrieval : Approches géométriques pour l'analyse du mouvement humain en 3D : application à la reconnaissance d'action et à l’indexation. [Doctoral Dissertation]. Université Lille I – Sciences et Technologies; 2014. Available from: http://www.theses.fr/2014LIL10078


Université Laval

2. Dallaire, Patrick. Bayesian nonparametric latent variable models.

Degree: 2016, Université Laval

 L’un des problèmes importants en apprentissage automatique est de déterminer la complexité du modèle à apprendre. Une trop grande complexité mène au surapprentissage, ce qui… (more)

Subjects/Keywords: QA 76.05 UL 2016; Statistique bayésienne; Statistique non paramétrique; Apprentissage automatique

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Dallaire, P. (2016). Bayesian nonparametric latent variable models. (Thesis). Université Laval. Retrieved from http://hdl.handle.net/20.500.11794/26848

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Chicago Manual of Style (16th Edition):

Dallaire, Patrick. “Bayesian nonparametric latent variable models.” 2016. Thesis, Université Laval. Accessed May 22, 2019. http://hdl.handle.net/20.500.11794/26848.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

MLA Handbook (7th Edition):

Dallaire, Patrick. “Bayesian nonparametric latent variable models.” 2016. Web. 22 May 2019.

Vancouver:

Dallaire P. Bayesian nonparametric latent variable models. [Internet] [Thesis]. Université Laval; 2016. [cited 2019 May 22]. Available from: http://hdl.handle.net/20.500.11794/26848.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Council of Science Editors:

Dallaire P. Bayesian nonparametric latent variable models. [Thesis]. Université Laval; 2016. Available from: http://hdl.handle.net/20.500.11794/26848

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

3. Contardo, Gabriella. Machine learning under budget constraints : Apprentissage statistique sous contraintes de budget.

Degree: Docteur es, Informatique, 2017, Université Pierre et Marie Curie – Paris VI

Cette thèse propose de s'intéresser au problème de la prédiction en apprentissage statistique sous contrainte de coût, notamment du coût de l'information utilisée par le… (more)

Subjects/Keywords: Apprentissage statistique; Acquisition de caractéristiques; Apprentissage sous contrainte; Apprentissage actif; Meta apprentissage; Machine learning; Feature acquisition; Meta-learning; 004

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Contardo, G. (2017). Machine learning under budget constraints : Apprentissage statistique sous contraintes de budget. (Doctoral Dissertation). Université Pierre et Marie Curie – Paris VI. Retrieved from http://www.theses.fr/2017PA066203

Chicago Manual of Style (16th Edition):

Contardo, Gabriella. “Machine learning under budget constraints : Apprentissage statistique sous contraintes de budget.” 2017. Doctoral Dissertation, Université Pierre et Marie Curie – Paris VI. Accessed May 22, 2019. http://www.theses.fr/2017PA066203.

MLA Handbook (7th Edition):

Contardo, Gabriella. “Machine learning under budget constraints : Apprentissage statistique sous contraintes de budget.” 2017. Web. 22 May 2019.

Vancouver:

Contardo G. Machine learning under budget constraints : Apprentissage statistique sous contraintes de budget. [Internet] [Doctoral dissertation]. Université Pierre et Marie Curie – Paris VI; 2017. [cited 2019 May 22]. Available from: http://www.theses.fr/2017PA066203.

Council of Science Editors:

Contardo G. Machine learning under budget constraints : Apprentissage statistique sous contraintes de budget. [Doctoral Dissertation]. Université Pierre et Marie Curie – Paris VI; 2017. Available from: http://www.theses.fr/2017PA066203

4. Michel, Fabrice. Multi-modal similarity learning for 3D deformable registration of medical images : Titre français non fourni.

Degree: Docteur es, Mathématiques appliquées, 2013, Châtenay-Malabry, Ecole centrale de Paris

Alors que la perspective de la fusion d’images médicales capturées par des systèmes d’imageries de type différent est largement contemplée, la mise en pratique est… (more)

Subjects/Keywords: Apprentissage statistique; Recalage déformable; Apprentissage de métrique; Machine-learning; Deformable registration; Metric-learning

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Michel, F. (2013). Multi-modal similarity learning for 3D deformable registration of medical images : Titre français non fourni. (Doctoral Dissertation). Châtenay-Malabry, Ecole centrale de Paris. Retrieved from http://www.theses.fr/2013ECAP0055

Chicago Manual of Style (16th Edition):

Michel, Fabrice. “Multi-modal similarity learning for 3D deformable registration of medical images : Titre français non fourni.” 2013. Doctoral Dissertation, Châtenay-Malabry, Ecole centrale de Paris. Accessed May 22, 2019. http://www.theses.fr/2013ECAP0055.

MLA Handbook (7th Edition):

Michel, Fabrice. “Multi-modal similarity learning for 3D deformable registration of medical images : Titre français non fourni.” 2013. Web. 22 May 2019.

Vancouver:

Michel F. Multi-modal similarity learning for 3D deformable registration of medical images : Titre français non fourni. [Internet] [Doctoral dissertation]. Châtenay-Malabry, Ecole centrale de Paris; 2013. [cited 2019 May 22]. Available from: http://www.theses.fr/2013ECAP0055.

Council of Science Editors:

Michel F. Multi-modal similarity learning for 3D deformable registration of medical images : Titre français non fourni. [Doctoral Dissertation]. Châtenay-Malabry, Ecole centrale de Paris; 2013. Available from: http://www.theses.fr/2013ECAP0055

5. Kabdebon, Claire. Sequence encoding in preverbal infants : an electrophysiological perspective : Représentations mentales de séquences chez le nourrisson : une approche en électrophysiologie.

Degree: Docteur es, Neurosciences Cognitives, 2016, Université Pierre et Marie Curie – Paris VI

A ce jour, seul le cerveau du nourrisson est capable d’appréhender et de maîtriser la complexité du langage humain. La recherche en psychologie du développement… (more)

Subjects/Keywords: Développement; Langage; Électrophysiologie; Apprentissage statistique; Apprentissage de règles; Cognition; Development; Language; Electrophysiology; 612.8

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Kabdebon, C. (2016). Sequence encoding in preverbal infants : an electrophysiological perspective : Représentations mentales de séquences chez le nourrisson : une approche en électrophysiologie. (Doctoral Dissertation). Université Pierre et Marie Curie – Paris VI. Retrieved from http://www.theses.fr/2016PA066614

Chicago Manual of Style (16th Edition):

Kabdebon, Claire. “Sequence encoding in preverbal infants : an electrophysiological perspective : Représentations mentales de séquences chez le nourrisson : une approche en électrophysiologie.” 2016. Doctoral Dissertation, Université Pierre et Marie Curie – Paris VI. Accessed May 22, 2019. http://www.theses.fr/2016PA066614.

MLA Handbook (7th Edition):

Kabdebon, Claire. “Sequence encoding in preverbal infants : an electrophysiological perspective : Représentations mentales de séquences chez le nourrisson : une approche en électrophysiologie.” 2016. Web. 22 May 2019.

Vancouver:

Kabdebon C. Sequence encoding in preverbal infants : an electrophysiological perspective : Représentations mentales de séquences chez le nourrisson : une approche en électrophysiologie. [Internet] [Doctoral dissertation]. Université Pierre et Marie Curie – Paris VI; 2016. [cited 2019 May 22]. Available from: http://www.theses.fr/2016PA066614.

Council of Science Editors:

Kabdebon C. Sequence encoding in preverbal infants : an electrophysiological perspective : Représentations mentales de séquences chez le nourrisson : une approche en électrophysiologie. [Doctoral Dissertation]. Université Pierre et Marie Curie – Paris VI; 2016. Available from: http://www.theses.fr/2016PA066614

6. Zubiolo, Alexis. Extraction de caractéristiques et apprentissage statistique pour l'imagerie biomédicale cellulaire et tissulaire : Feature extraction and machine learning for cell and tissue biomedical imaging.

Degree: Docteur es, Automatique, traitement du signal et de l'image, 2015, Nice

L'objectif de cette thèse est de s'intéresser à la classification de cellules et de tissus au sein d'images d'origine biomédicales en s'appuyant sur des critères… (more)

Subjects/Keywords: Apprentissage statistique; Traitement d'images biomédicales; Machine learning; Biomedical image processing

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Zubiolo, A. (2015). Extraction de caractéristiques et apprentissage statistique pour l'imagerie biomédicale cellulaire et tissulaire : Feature extraction and machine learning for cell and tissue biomedical imaging. (Doctoral Dissertation). Nice. Retrieved from http://www.theses.fr/2015NICE4117

Chicago Manual of Style (16th Edition):

Zubiolo, Alexis. “Extraction de caractéristiques et apprentissage statistique pour l'imagerie biomédicale cellulaire et tissulaire : Feature extraction and machine learning for cell and tissue biomedical imaging.” 2015. Doctoral Dissertation, Nice. Accessed May 22, 2019. http://www.theses.fr/2015NICE4117.

MLA Handbook (7th Edition):

Zubiolo, Alexis. “Extraction de caractéristiques et apprentissage statistique pour l'imagerie biomédicale cellulaire et tissulaire : Feature extraction and machine learning for cell and tissue biomedical imaging.” 2015. Web. 22 May 2019.

Vancouver:

Zubiolo A. Extraction de caractéristiques et apprentissage statistique pour l'imagerie biomédicale cellulaire et tissulaire : Feature extraction and machine learning for cell and tissue biomedical imaging. [Internet] [Doctoral dissertation]. Nice; 2015. [cited 2019 May 22]. Available from: http://www.theses.fr/2015NICE4117.

Council of Science Editors:

Zubiolo A. Extraction de caractéristiques et apprentissage statistique pour l'imagerie biomédicale cellulaire et tissulaire : Feature extraction and machine learning for cell and tissue biomedical imaging. [Doctoral Dissertation]. Nice; 2015. Available from: http://www.theses.fr/2015NICE4117

7. Lesieur, Thibault. Factorisation matricielle et tensorielle par une approche issue de la physique statistique : Matricial and tensorial factorisation using tools coming from statistical physics.

Degree: Docteur es, Physique, 2017, Paris Saclay

Dans cette thèse, je présente des résultats sur la factorisation de matrice et de tenseur. Les matrices étant un objet omniprésent en mathématique, un grand… (more)

Subjects/Keywords: Physique statistique; Apprentissage machine; Informatique; Statistical physics; Machine learning; Computer science

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Lesieur, T. (2017). Factorisation matricielle et tensorielle par une approche issue de la physique statistique : Matricial and tensorial factorisation using tools coming from statistical physics. (Doctoral Dissertation). Paris Saclay. Retrieved from http://www.theses.fr/2017SACLS345

Chicago Manual of Style (16th Edition):

Lesieur, Thibault. “Factorisation matricielle et tensorielle par une approche issue de la physique statistique : Matricial and tensorial factorisation using tools coming from statistical physics.” 2017. Doctoral Dissertation, Paris Saclay. Accessed May 22, 2019. http://www.theses.fr/2017SACLS345.

MLA Handbook (7th Edition):

Lesieur, Thibault. “Factorisation matricielle et tensorielle par une approche issue de la physique statistique : Matricial and tensorial factorisation using tools coming from statistical physics.” 2017. Web. 22 May 2019.

Vancouver:

Lesieur T. Factorisation matricielle et tensorielle par une approche issue de la physique statistique : Matricial and tensorial factorisation using tools coming from statistical physics. [Internet] [Doctoral dissertation]. Paris Saclay; 2017. [cited 2019 May 22]. Available from: http://www.theses.fr/2017SACLS345.

Council of Science Editors:

Lesieur T. Factorisation matricielle et tensorielle par une approche issue de la physique statistique : Matricial and tensorial factorisation using tools coming from statistical physics. [Doctoral Dissertation]. Paris Saclay; 2017. Available from: http://www.theses.fr/2017SACLS345

8. Contal, Emile. Méthodes d’apprentissage statistique pour l’optimisation globale : Statistical learning approaches for global optimization.

Degree: Docteur es, Mathématiques appliquées, 2016, Paris Saclay

Cette thèse se consacre à une analyse rigoureuse des algorithmes d'optimisation globale équentielle. On se place dans un modèle de bandits stochastiques où un agent… (more)

Subjects/Keywords: Apprentissage statistique; Optimisation; Processus gaussien; Statistical learning; Optimization; Gaussian process

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Contal, E. (2016). Méthodes d’apprentissage statistique pour l’optimisation globale : Statistical learning approaches for global optimization. (Doctoral Dissertation). Paris Saclay. Retrieved from http://www.theses.fr/2016SACLN038

Chicago Manual of Style (16th Edition):

Contal, Emile. “Méthodes d’apprentissage statistique pour l’optimisation globale : Statistical learning approaches for global optimization.” 2016. Doctoral Dissertation, Paris Saclay. Accessed May 22, 2019. http://www.theses.fr/2016SACLN038.

MLA Handbook (7th Edition):

Contal, Emile. “Méthodes d’apprentissage statistique pour l’optimisation globale : Statistical learning approaches for global optimization.” 2016. Web. 22 May 2019.

Vancouver:

Contal E. Méthodes d’apprentissage statistique pour l’optimisation globale : Statistical learning approaches for global optimization. [Internet] [Doctoral dissertation]. Paris Saclay; 2016. [cited 2019 May 22]. Available from: http://www.theses.fr/2016SACLN038.

Council of Science Editors:

Contal E. Méthodes d’apprentissage statistique pour l’optimisation globale : Statistical learning approaches for global optimization. [Doctoral Dissertation]. Paris Saclay; 2016. Available from: http://www.theses.fr/2016SACLN038

9. Belkhir, Nacim. Per Instance Algorithm Configuration for Continuous Black Box Optimization : Paramétrage automatisé d'algorithme par instance pour l'optimisation numérique boite noire.

Degree: Docteur es, Informatique, 2017, Paris Saclay

Cette thèse porte sur la configurationAutomatisée des algorithmes qui vise à trouver le meilleur paramétrage à un problème donné ou une catégorie deproblèmes.Le problème de… (more)

Subjects/Keywords: Apprentissage statistique; Optimisation; Intelligence artificielle; Machine learning; Artificial intelligence; Optimization

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Belkhir, N. (2017). Per Instance Algorithm Configuration for Continuous Black Box Optimization : Paramétrage automatisé d'algorithme par instance pour l'optimisation numérique boite noire. (Doctoral Dissertation). Paris Saclay. Retrieved from http://www.theses.fr/2017SACLS455

Chicago Manual of Style (16th Edition):

Belkhir, Nacim. “Per Instance Algorithm Configuration for Continuous Black Box Optimization : Paramétrage automatisé d'algorithme par instance pour l'optimisation numérique boite noire.” 2017. Doctoral Dissertation, Paris Saclay. Accessed May 22, 2019. http://www.theses.fr/2017SACLS455.

MLA Handbook (7th Edition):

Belkhir, Nacim. “Per Instance Algorithm Configuration for Continuous Black Box Optimization : Paramétrage automatisé d'algorithme par instance pour l'optimisation numérique boite noire.” 2017. Web. 22 May 2019.

Vancouver:

Belkhir N. Per Instance Algorithm Configuration for Continuous Black Box Optimization : Paramétrage automatisé d'algorithme par instance pour l'optimisation numérique boite noire. [Internet] [Doctoral dissertation]. Paris Saclay; 2017. [cited 2019 May 22]. Available from: http://www.theses.fr/2017SACLS455.

Council of Science Editors:

Belkhir N. Per Instance Algorithm Configuration for Continuous Black Box Optimization : Paramétrage automatisé d'algorithme par instance pour l'optimisation numérique boite noire. [Doctoral Dissertation]. Paris Saclay; 2017. Available from: http://www.theses.fr/2017SACLS455

10. Moura, Simon. Apprentissage multi-cibles : théorie et applications : Multi-output learning : theory and applications.

Degree: Docteur es, Informatique, 2018, Grenoble Alpes

Cette thèse traite du problème de l'apprentissage automatique supervisé dans le cas ou l'on considère plusieurs sorties, potentiellement de différent types. Nous proposons d'explorer trois… (more)

Subjects/Keywords: Apprentissage multi-Cibles; Apprentissage statistique; Apprentissage multi-Label; Multi-Output learning; Multi-Task learning; Statisticial learning; 004

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Moura, S. (2018). Apprentissage multi-cibles : théorie et applications : Multi-output learning : theory and applications. (Doctoral Dissertation). Grenoble Alpes. Retrieved from http://www.theses.fr/2018GREAM085

Chicago Manual of Style (16th Edition):

Moura, Simon. “Apprentissage multi-cibles : théorie et applications : Multi-output learning : theory and applications.” 2018. Doctoral Dissertation, Grenoble Alpes. Accessed May 22, 2019. http://www.theses.fr/2018GREAM085.

MLA Handbook (7th Edition):

Moura, Simon. “Apprentissage multi-cibles : théorie et applications : Multi-output learning : theory and applications.” 2018. Web. 22 May 2019.

Vancouver:

Moura S. Apprentissage multi-cibles : théorie et applications : Multi-output learning : theory and applications. [Internet] [Doctoral dissertation]. Grenoble Alpes; 2018. [cited 2019 May 22]. Available from: http://www.theses.fr/2018GREAM085.

Council of Science Editors:

Moura S. Apprentissage multi-cibles : théorie et applications : Multi-output learning : theory and applications. [Doctoral Dissertation]. Grenoble Alpes; 2018. Available from: http://www.theses.fr/2018GREAM085

11. Do, Cao Tri. Apprentissage de métrique temporelle multi-modale et multi-échelle pour la classification robuste de séries temporelles par plus proches voisins : Multi-modal and multi-scale temporal metric learning for robust nearest neighbors classification.

Degree: Docteur es, Mathématiques et Informatique, 2016, Grenoble Alpes

La définition d'une métrique entre des séries temporelles est un élément important pour de nombreuses tâches en analyse ou en fouille de données, tel que… (more)

Subjects/Keywords: Apprentissage statistique; Séries temporelles; Apprentissage de métrique; Classification; Svm; Knn; Machine Learning; Time Series; Metric learning; Classification; Svm; Knn; 004; 510

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Do, C. T. (2016). Apprentissage de métrique temporelle multi-modale et multi-échelle pour la classification robuste de séries temporelles par plus proches voisins : Multi-modal and multi-scale temporal metric learning for robust nearest neighbors classification. (Doctoral Dissertation). Grenoble Alpes. Retrieved from http://www.theses.fr/2016GREAM028

Chicago Manual of Style (16th Edition):

Do, Cao Tri. “Apprentissage de métrique temporelle multi-modale et multi-échelle pour la classification robuste de séries temporelles par plus proches voisins : Multi-modal and multi-scale temporal metric learning for robust nearest neighbors classification.” 2016. Doctoral Dissertation, Grenoble Alpes. Accessed May 22, 2019. http://www.theses.fr/2016GREAM028.

MLA Handbook (7th Edition):

Do, Cao Tri. “Apprentissage de métrique temporelle multi-modale et multi-échelle pour la classification robuste de séries temporelles par plus proches voisins : Multi-modal and multi-scale temporal metric learning for robust nearest neighbors classification.” 2016. Web. 22 May 2019.

Vancouver:

Do CT. Apprentissage de métrique temporelle multi-modale et multi-échelle pour la classification robuste de séries temporelles par plus proches voisins : Multi-modal and multi-scale temporal metric learning for robust nearest neighbors classification. [Internet] [Doctoral dissertation]. Grenoble Alpes; 2016. [cited 2019 May 22]. Available from: http://www.theses.fr/2016GREAM028.

Council of Science Editors:

Do CT. Apprentissage de métrique temporelle multi-modale et multi-échelle pour la classification robuste de séries temporelles par plus proches voisins : Multi-modal and multi-scale temporal metric learning for robust nearest neighbors classification. [Doctoral Dissertation]. Grenoble Alpes; 2016. Available from: http://www.theses.fr/2016GREAM028

12. Nicolae, Maria-Irina. Learning similarities for linear classification : theoretical foundations and algorithms : Apprentissage de similarités pour la classification linéaire : fondements théoriques et algorithmes.

Degree: Docteur es, Informatique, 2016, Lyon

La notion de métrique joue un rôle clef dans les problèmes d’apprentissage automatique tels que la classification, le clustering et le ranking. L’apprentissage à partir… (more)

Subjects/Keywords: Apprentissage de métriques; Apprentissage statistique; Théorie de l'apprentissage; Classification; Séries temporelles; Metric learning; Statistical learning; Learning theory; Classification; Time series

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Nicolae, M. (2016). Learning similarities for linear classification : theoretical foundations and algorithms : Apprentissage de similarités pour la classification linéaire : fondements théoriques et algorithmes. (Doctoral Dissertation). Lyon. Retrieved from http://www.theses.fr/2016LYSES062

Chicago Manual of Style (16th Edition):

Nicolae, Maria-Irina. “Learning similarities for linear classification : theoretical foundations and algorithms : Apprentissage de similarités pour la classification linéaire : fondements théoriques et algorithmes.” 2016. Doctoral Dissertation, Lyon. Accessed May 22, 2019. http://www.theses.fr/2016LYSES062.

MLA Handbook (7th Edition):

Nicolae, Maria-Irina. “Learning similarities for linear classification : theoretical foundations and algorithms : Apprentissage de similarités pour la classification linéaire : fondements théoriques et algorithmes.” 2016. Web. 22 May 2019.

Vancouver:

Nicolae M. Learning similarities for linear classification : theoretical foundations and algorithms : Apprentissage de similarités pour la classification linéaire : fondements théoriques et algorithmes. [Internet] [Doctoral dissertation]. Lyon; 2016. [cited 2019 May 22]. Available from: http://www.theses.fr/2016LYSES062.

Council of Science Editors:

Nicolae M. Learning similarities for linear classification : theoretical foundations and algorithms : Apprentissage de similarités pour la classification linéaire : fondements théoriques et algorithmes. [Doctoral Dissertation]. Lyon; 2016. Available from: http://www.theses.fr/2016LYSES062

13. Dulac-Arnold, Gabriel. A General Sequential Model for Constrained Classification : Modèles Sequentiels pour la Classification Multiclasse, Sparse et Budgetée.

Degree: Docteur es, Informatique, 2014, Université Pierre et Marie Curie – Paris VI

Nous proposons une nouvelle approche pour l'apprentissage de représentation parcimonieuse, où le but est de limiter le nombre de caractéristiques sélectionnées bf{par donnée}, résultant en… (more)

Subjects/Keywords: Apprentissage statistique; Apprentissage par renforcement; Processus de décision markovien; Processus sequential; Sequential process; Markov's decision process; 004

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Dulac-Arnold, G. (2014). A General Sequential Model for Constrained Classification : Modèles Sequentiels pour la Classification Multiclasse, Sparse et Budgetée. (Doctoral Dissertation). Université Pierre et Marie Curie – Paris VI. Retrieved from http://www.theses.fr/2014PA066572

Chicago Manual of Style (16th Edition):

Dulac-Arnold, Gabriel. “A General Sequential Model for Constrained Classification : Modèles Sequentiels pour la Classification Multiclasse, Sparse et Budgetée.” 2014. Doctoral Dissertation, Université Pierre et Marie Curie – Paris VI. Accessed May 22, 2019. http://www.theses.fr/2014PA066572.

MLA Handbook (7th Edition):

Dulac-Arnold, Gabriel. “A General Sequential Model for Constrained Classification : Modèles Sequentiels pour la Classification Multiclasse, Sparse et Budgetée.” 2014. Web. 22 May 2019.

Vancouver:

Dulac-Arnold G. A General Sequential Model for Constrained Classification : Modèles Sequentiels pour la Classification Multiclasse, Sparse et Budgetée. [Internet] [Doctoral dissertation]. Université Pierre et Marie Curie – Paris VI; 2014. [cited 2019 May 22]. Available from: http://www.theses.fr/2014PA066572.

Council of Science Editors:

Dulac-Arnold G. A General Sequential Model for Constrained Classification : Modèles Sequentiels pour la Classification Multiclasse, Sparse et Budgetée. [Doctoral Dissertation]. Université Pierre et Marie Curie – Paris VI; 2014. Available from: http://www.theses.fr/2014PA066572

14. Cisse, Mouhamadou Moustapha. Efficient extreme classification : Classification extreme a faible complexité.

Degree: Docteur es, Informatique, 2014, Université Pierre et Marie Curie – Paris VI

Dans cette thèse, nous proposons des méthodes a faible complexité pour la classification en présence d'un très grand nombre de catégories. Ces methodes permettent d'accelerer la… (more)

Subjects/Keywords: Apprentissage statistique; Classification extrême; Filtre de Bloom; Classification multilabel; Code correcteurs d'erreurs; Apprentissage de représentations; Multilable classification; Bloom filters; 004

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Cisse, M. M. (2014). Efficient extreme classification : Classification extreme a faible complexité. (Doctoral Dissertation). Université Pierre et Marie Curie – Paris VI. Retrieved from http://www.theses.fr/2014PA066594

Chicago Manual of Style (16th Edition):

Cisse, Mouhamadou Moustapha. “Efficient extreme classification : Classification extreme a faible complexité.” 2014. Doctoral Dissertation, Université Pierre et Marie Curie – Paris VI. Accessed May 22, 2019. http://www.theses.fr/2014PA066594.

MLA Handbook (7th Edition):

Cisse, Mouhamadou Moustapha. “Efficient extreme classification : Classification extreme a faible complexité.” 2014. Web. 22 May 2019.

Vancouver:

Cisse MM. Efficient extreme classification : Classification extreme a faible complexité. [Internet] [Doctoral dissertation]. Université Pierre et Marie Curie – Paris VI; 2014. [cited 2019 May 22]. Available from: http://www.theses.fr/2014PA066594.

Council of Science Editors:

Cisse MM. Efficient extreme classification : Classification extreme a faible complexité. [Doctoral Dissertation]. Université Pierre et Marie Curie – Paris VI; 2014. Available from: http://www.theses.fr/2014PA066594

15. Dinh, Quang-Thang. Apprentissage statistique relationnel : apprentissage de structures de réseaux de Markov logiques : Statistical relational learning : Structure learning for Markov logic networks.

Degree: Docteur es, Informatique, 2011, Université d'Orléans

Un réseau logique de Markov est formé de clauses en logique du premier ordre auxquelles sont associés des poids. Cette thèse propose plusieurs méthodes pour… (more)

Subjects/Keywords: Réseaux logiques de Markov; Apprentissage de structure; Apprentissage statistique relationnel; Markov logic networks; Structure learning; Statistical relational learning

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Dinh, Q. (2011). Apprentissage statistique relationnel : apprentissage de structures de réseaux de Markov logiques : Statistical relational learning : Structure learning for Markov logic networks. (Doctoral Dissertation). Université d'Orléans. Retrieved from http://www.theses.fr/2011ORLE2047

Chicago Manual of Style (16th Edition):

Dinh, Quang-Thang. “Apprentissage statistique relationnel : apprentissage de structures de réseaux de Markov logiques : Statistical relational learning : Structure learning for Markov logic networks.” 2011. Doctoral Dissertation, Université d'Orléans. Accessed May 22, 2019. http://www.theses.fr/2011ORLE2047.

MLA Handbook (7th Edition):

Dinh, Quang-Thang. “Apprentissage statistique relationnel : apprentissage de structures de réseaux de Markov logiques : Statistical relational learning : Structure learning for Markov logic networks.” 2011. Web. 22 May 2019.

Vancouver:

Dinh Q. Apprentissage statistique relationnel : apprentissage de structures de réseaux de Markov logiques : Statistical relational learning : Structure learning for Markov logic networks. [Internet] [Doctoral dissertation]. Université d'Orléans; 2011. [cited 2019 May 22]. Available from: http://www.theses.fr/2011ORLE2047.

Council of Science Editors:

Dinh Q. Apprentissage statistique relationnel : apprentissage de structures de réseaux de Markov logiques : Statistical relational learning : Structure learning for Markov logic networks. [Doctoral Dissertation]. Université d'Orléans; 2011. Available from: http://www.theses.fr/2011ORLE2047

16. Chesnais, Thierry. Contextualisation d'un détecteur de piétons : application à la surveillance d'espaces publics : Contextualization of a pedestrian detector : application to the monitoring of public spaces.

Degree: Docteur es, Vision pour la Robotique, 2013, Université Blaise-Pascale, Clermont-Ferrand II

La démocratisation de la « vidéosurveillance intelligente » nécessite le développement d’outils automatiques et temps réel d’analyse vidéo. Parmi ceux-ci, la détection de piétons joue… (more)

Subjects/Keywords: Vidéosurveillance; Détection de piétons; Apprentissage statistique; Apprentissage semi-supervisé; Contextualisation; Videosurveillance; Pedestrian detection; Machine learning; Semi-supervised learning; Contextualization

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Chesnais, T. (2013). Contextualisation d'un détecteur de piétons : application à la surveillance d'espaces publics : Contextualization of a pedestrian detector : application to the monitoring of public spaces. (Doctoral Dissertation). Université Blaise-Pascale, Clermont-Ferrand II. Retrieved from http://www.theses.fr/2013CLF22362

Chicago Manual of Style (16th Edition):

Chesnais, Thierry. “Contextualisation d'un détecteur de piétons : application à la surveillance d'espaces publics : Contextualization of a pedestrian detector : application to the monitoring of public spaces.” 2013. Doctoral Dissertation, Université Blaise-Pascale, Clermont-Ferrand II. Accessed May 22, 2019. http://www.theses.fr/2013CLF22362.

MLA Handbook (7th Edition):

Chesnais, Thierry. “Contextualisation d'un détecteur de piétons : application à la surveillance d'espaces publics : Contextualization of a pedestrian detector : application to the monitoring of public spaces.” 2013. Web. 22 May 2019.

Vancouver:

Chesnais T. Contextualisation d'un détecteur de piétons : application à la surveillance d'espaces publics : Contextualization of a pedestrian detector : application to the monitoring of public spaces. [Internet] [Doctoral dissertation]. Université Blaise-Pascale, Clermont-Ferrand II; 2013. [cited 2019 May 22]. Available from: http://www.theses.fr/2013CLF22362.

Council of Science Editors:

Chesnais T. Contextualisation d'un détecteur de piétons : application à la surveillance d'espaces publics : Contextualization of a pedestrian detector : application to the monitoring of public spaces. [Doctoral Dissertation]. Université Blaise-Pascale, Clermont-Ferrand II; 2013. Available from: http://www.theses.fr/2013CLF22362

17. Belilovsky, Eugene. Apprentissage de graphes structuré et parcimonieux dans des données de haute dimension avec applications à l’imagerie cérébrale : Structured Sparse Learning on Graphs in High-Dimensional Data with Applications to NeuroImaging.

Degree: Docteur es, Traitement du signal et des images, 2018, Paris Saclay; Katholieke Universiteit Leuven

Cette thèse présente de nouvelles méthodes d’apprentissage structuré et parcimonieux sur les graphes, ce qui permet de résoudre une large variété de problèmes d’imagerie cérébrale,… (more)

Subjects/Keywords: Apprentissage statistique; Gaussian graphical models; Neuroimagerie; Apprentissage profond; Machine learning; Gaussian graphical models; Neuroimaging; Deep learning

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Belilovsky, E. (2018). Apprentissage de graphes structuré et parcimonieux dans des données de haute dimension avec applications à l’imagerie cérébrale : Structured Sparse Learning on Graphs in High-Dimensional Data with Applications to NeuroImaging. (Doctoral Dissertation). Paris Saclay; Katholieke Universiteit Leuven. Retrieved from http://www.theses.fr/2018SACLC027

Chicago Manual of Style (16th Edition):

Belilovsky, Eugene. “Apprentissage de graphes structuré et parcimonieux dans des données de haute dimension avec applications à l’imagerie cérébrale : Structured Sparse Learning on Graphs in High-Dimensional Data with Applications to NeuroImaging.” 2018. Doctoral Dissertation, Paris Saclay; Katholieke Universiteit Leuven. Accessed May 22, 2019. http://www.theses.fr/2018SACLC027.

MLA Handbook (7th Edition):

Belilovsky, Eugene. “Apprentissage de graphes structuré et parcimonieux dans des données de haute dimension avec applications à l’imagerie cérébrale : Structured Sparse Learning on Graphs in High-Dimensional Data with Applications to NeuroImaging.” 2018. Web. 22 May 2019.

Vancouver:

Belilovsky E. Apprentissage de graphes structuré et parcimonieux dans des données de haute dimension avec applications à l’imagerie cérébrale : Structured Sparse Learning on Graphs in High-Dimensional Data with Applications to NeuroImaging. [Internet] [Doctoral dissertation]. Paris Saclay; Katholieke Universiteit Leuven; 2018. [cited 2019 May 22]. Available from: http://www.theses.fr/2018SACLC027.

Council of Science Editors:

Belilovsky E. Apprentissage de graphes structuré et parcimonieux dans des données de haute dimension avec applications à l’imagerie cérébrale : Structured Sparse Learning on Graphs in High-Dimensional Data with Applications to NeuroImaging. [Doctoral Dissertation]. Paris Saclay; Katholieke Universiteit Leuven; 2018. Available from: http://www.theses.fr/2018SACLC027

18. Fellus, Jérôme. Algorithmes décentralisés et asynchrones pour l'apprentissage statistique large échelle et application à l'indexation multimédia : Decentralized and asynchronous algorithms for large scale machine learning and application to multimedia indexing.

Degree: Docteur es, STIC (sciences et technologies de l'information et de la communication) - Cergy, 2017, Cergy-Pontoise

Avec l’avènement de « l'ère des données », les besoins des systèmes de traitement de l'information en ressources de calcul ont explosé, dépassant largement les… (more)

Subjects/Keywords: Apprentissage statistique; Indexation multimédia; Bases de données reparties; Machine learning; Multimedia indexing; Distributed databases

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Fellus, J. (2017). Algorithmes décentralisés et asynchrones pour l'apprentissage statistique large échelle et application à l'indexation multimédia : Decentralized and asynchronous algorithms for large scale machine learning and application to multimedia indexing. (Doctoral Dissertation). Cergy-Pontoise. Retrieved from http://www.theses.fr/2017CERG0899

Chicago Manual of Style (16th Edition):

Fellus, Jérôme. “Algorithmes décentralisés et asynchrones pour l'apprentissage statistique large échelle et application à l'indexation multimédia : Decentralized and asynchronous algorithms for large scale machine learning and application to multimedia indexing.” 2017. Doctoral Dissertation, Cergy-Pontoise. Accessed May 22, 2019. http://www.theses.fr/2017CERG0899.

MLA Handbook (7th Edition):

Fellus, Jérôme. “Algorithmes décentralisés et asynchrones pour l'apprentissage statistique large échelle et application à l'indexation multimédia : Decentralized and asynchronous algorithms for large scale machine learning and application to multimedia indexing.” 2017. Web. 22 May 2019.

Vancouver:

Fellus J. Algorithmes décentralisés et asynchrones pour l'apprentissage statistique large échelle et application à l'indexation multimédia : Decentralized and asynchronous algorithms for large scale machine learning and application to multimedia indexing. [Internet] [Doctoral dissertation]. Cergy-Pontoise; 2017. [cited 2019 May 22]. Available from: http://www.theses.fr/2017CERG0899.

Council of Science Editors:

Fellus J. Algorithmes décentralisés et asynchrones pour l'apprentissage statistique large échelle et application à l'indexation multimédia : Decentralized and asynchronous algorithms for large scale machine learning and application to multimedia indexing. [Doctoral Dissertation]. Cergy-Pontoise; 2017. Available from: http://www.theses.fr/2017CERG0899

19. Haury, Anne-Claire. Sélection de variables à partir de données d'expression : signatures moléculaires pour le pronostic du cancer du sein et inférence de réseaux de régulation génique : Feature selection from gene expression data : molecular signatures for breast cancer prognosis and gene regulation network inference.

Degree: Docteur es, Bio-informatique, 2012, Paris, ENMP

De considérables développements dans le domaine des biotechnologies ont modifié notre approche de l'analyse de l'expression génique. En particulier, les puces à ADN permettent de… (more)

Subjects/Keywords: Apprentissage statistique; Sélection de variables; Réseau; Prediction; Machine learning; Feature selection; Network; Prediction

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Haury, A. (2012). Sélection de variables à partir de données d'expression : signatures moléculaires pour le pronostic du cancer du sein et inférence de réseaux de régulation génique : Feature selection from gene expression data : molecular signatures for breast cancer prognosis and gene regulation network inference. (Doctoral Dissertation). Paris, ENMP. Retrieved from http://www.theses.fr/2012ENMP0067

Chicago Manual of Style (16th Edition):

Haury, Anne-Claire. “Sélection de variables à partir de données d'expression : signatures moléculaires pour le pronostic du cancer du sein et inférence de réseaux de régulation génique : Feature selection from gene expression data : molecular signatures for breast cancer prognosis and gene regulation network inference.” 2012. Doctoral Dissertation, Paris, ENMP. Accessed May 22, 2019. http://www.theses.fr/2012ENMP0067.

MLA Handbook (7th Edition):

Haury, Anne-Claire. “Sélection de variables à partir de données d'expression : signatures moléculaires pour le pronostic du cancer du sein et inférence de réseaux de régulation génique : Feature selection from gene expression data : molecular signatures for breast cancer prognosis and gene regulation network inference.” 2012. Web. 22 May 2019.

Vancouver:

Haury A. Sélection de variables à partir de données d'expression : signatures moléculaires pour le pronostic du cancer du sein et inférence de réseaux de régulation génique : Feature selection from gene expression data : molecular signatures for breast cancer prognosis and gene regulation network inference. [Internet] [Doctoral dissertation]. Paris, ENMP; 2012. [cited 2019 May 22]. Available from: http://www.theses.fr/2012ENMP0067.

Council of Science Editors:

Haury A. Sélection de variables à partir de données d'expression : signatures moléculaires pour le pronostic du cancer du sein et inférence de réseaux de régulation génique : Feature selection from gene expression data : molecular signatures for breast cancer prognosis and gene regulation network inference. [Doctoral Dissertation]. Paris, ENMP; 2012. Available from: http://www.theses.fr/2012ENMP0067

20. Richard, Émile. Regularization methods for prediction in dynamic graphs and e-marketing applications : Méthodes régularisées pour la prédiction dans les graphes dynamiques et applications au e-marketing.

Degree: Docteur es, Mathématiques, 2012, Cachan, Ecole normale supérieure

La prédiction de connexions entre objets, basée soit sur une observation bruitée, soit sur une suite d'observations est un problème d'intérêt pour un nombre d'applications… (more)

Subjects/Keywords: Apprentissage statistique; Prédiction de lien; Méthodes régularisées; Machine learning; Link prediction; Regularization methods

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Richard, . (2012). Regularization methods for prediction in dynamic graphs and e-marketing applications : Méthodes régularisées pour la prédiction dans les graphes dynamiques et applications au e-marketing. (Doctoral Dissertation). Cachan, Ecole normale supérieure. Retrieved from http://www.theses.fr/2012DENS0064

Chicago Manual of Style (16th Edition):

Richard, Émile. “Regularization methods for prediction in dynamic graphs and e-marketing applications : Méthodes régularisées pour la prédiction dans les graphes dynamiques et applications au e-marketing.” 2012. Doctoral Dissertation, Cachan, Ecole normale supérieure. Accessed May 22, 2019. http://www.theses.fr/2012DENS0064.

MLA Handbook (7th Edition):

Richard, Émile. “Regularization methods for prediction in dynamic graphs and e-marketing applications : Méthodes régularisées pour la prédiction dans les graphes dynamiques et applications au e-marketing.” 2012. Web. 22 May 2019.

Vancouver:

Richard . Regularization methods for prediction in dynamic graphs and e-marketing applications : Méthodes régularisées pour la prédiction dans les graphes dynamiques et applications au e-marketing. [Internet] [Doctoral dissertation]. Cachan, Ecole normale supérieure; 2012. [cited 2019 May 22]. Available from: http://www.theses.fr/2012DENS0064.

Council of Science Editors:

Richard . Regularization methods for prediction in dynamic graphs and e-marketing applications : Méthodes régularisées pour la prédiction dans les graphes dynamiques et applications au e-marketing. [Doctoral Dissertation]. Cachan, Ecole normale supérieure; 2012. Available from: http://www.theses.fr/2012DENS0064

21. Jenatton, Rodolphe. Structured sparsity-inducing norms : statistical and algorithmic properties with applications to neuroimaging : Normes parcimonieuses structurées : propriétés statistiques et algorithmiques avec applications à l’imagerie cérébrale.

Degree: Docteur es, Mathématiques appliquées, 2011, Cachan, Ecole normale supérieure

De nombreux domaines issus de l’industrie et des sciences appliquées ont été les témoins d’une révolution numérique. Cette dernière s’est accompagnée d’une croissance du volume… (more)

Subjects/Keywords: Apprentissage statistique; Optimisation convexe; Parcimonie structurée; Convex optimization; Machine learning; Structured sparcity

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Jenatton, R. (2011). Structured sparsity-inducing norms : statistical and algorithmic properties with applications to neuroimaging : Normes parcimonieuses structurées : propriétés statistiques et algorithmiques avec applications à l’imagerie cérébrale. (Doctoral Dissertation). Cachan, Ecole normale supérieure. Retrieved from http://www.theses.fr/2011DENS0048

Chicago Manual of Style (16th Edition):

Jenatton, Rodolphe. “Structured sparsity-inducing norms : statistical and algorithmic properties with applications to neuroimaging : Normes parcimonieuses structurées : propriétés statistiques et algorithmiques avec applications à l’imagerie cérébrale.” 2011. Doctoral Dissertation, Cachan, Ecole normale supérieure. Accessed May 22, 2019. http://www.theses.fr/2011DENS0048.

MLA Handbook (7th Edition):

Jenatton, Rodolphe. “Structured sparsity-inducing norms : statistical and algorithmic properties with applications to neuroimaging : Normes parcimonieuses structurées : propriétés statistiques et algorithmiques avec applications à l’imagerie cérébrale.” 2011. Web. 22 May 2019.

Vancouver:

Jenatton R. Structured sparsity-inducing norms : statistical and algorithmic properties with applications to neuroimaging : Normes parcimonieuses structurées : propriétés statistiques et algorithmiques avec applications à l’imagerie cérébrale. [Internet] [Doctoral dissertation]. Cachan, Ecole normale supérieure; 2011. [cited 2019 May 22]. Available from: http://www.theses.fr/2011DENS0048.

Council of Science Editors:

Jenatton R. Structured sparsity-inducing norms : statistical and algorithmic properties with applications to neuroimaging : Normes parcimonieuses structurées : propriétés statistiques et algorithmiques avec applications à l’imagerie cérébrale. [Doctoral Dissertation]. Cachan, Ecole normale supérieure; 2011. Available from: http://www.theses.fr/2011DENS0048


Université de Sherbrooke

22. Bihan-Poudec, Alain. Des chiffres et des êtres. étude introductive à l'identification de la représentation sociale de la statistique chez des étudiants de premier cycle en Sciences humaines et sociales en France .

Degree: 2013, Université de Sherbrooke

 Qu'on le déplore ou que l'on s'en félicite, la statistique est présente dans notre vie de tous les jours. Paradoxalement, les compétences pour l'appréhender semblent… (more)

Subjects/Keywords: Problématisation; Pédagogie universitaire; Théorie des représentations sociales; Apprentissage/enseignement de la statistique

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Bihan-Poudec, A. (2013). Des chiffres et des êtres. étude introductive à l'identification de la représentation sociale de la statistique chez des étudiants de premier cycle en Sciences humaines et sociales en France . (Doctoral Dissertation). Université de Sherbrooke. Retrieved from http://hdl.handle.net/11143/6397

Chicago Manual of Style (16th Edition):

Bihan-Poudec, Alain. “Des chiffres et des êtres. étude introductive à l'identification de la représentation sociale de la statistique chez des étudiants de premier cycle en Sciences humaines et sociales en France .” 2013. Doctoral Dissertation, Université de Sherbrooke. Accessed May 22, 2019. http://hdl.handle.net/11143/6397.

MLA Handbook (7th Edition):

Bihan-Poudec, Alain. “Des chiffres et des êtres. étude introductive à l'identification de la représentation sociale de la statistique chez des étudiants de premier cycle en Sciences humaines et sociales en France .” 2013. Web. 22 May 2019.

Vancouver:

Bihan-Poudec A. Des chiffres et des êtres. étude introductive à l'identification de la représentation sociale de la statistique chez des étudiants de premier cycle en Sciences humaines et sociales en France . [Internet] [Doctoral dissertation]. Université de Sherbrooke; 2013. [cited 2019 May 22]. Available from: http://hdl.handle.net/11143/6397.

Council of Science Editors:

Bihan-Poudec A. Des chiffres et des êtres. étude introductive à l'identification de la représentation sociale de la statistique chez des étudiants de premier cycle en Sciences humaines et sociales en France . [Doctoral Dissertation]. Université de Sherbrooke; 2013. Available from: http://hdl.handle.net/11143/6397


Université Laval

23. Rolland, Amélie. Inference algorithms for the regression approach to sequence prediction.

Degree: 2016, Université Laval

La prédiction de séquence comporte plusieurs applications en traitement du langage naturel, en bioinformatique, et en vision numérique. La complexité de calcul requise pour trouver… (more)

Subjects/Keywords: QA 76.05 UL 2016; Statistique mathématique; Algorithmes; Prévision; Noyaux (Mathématiques); Apprentissage supervisé (Intelligence artificielle)

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Rolland, A. (2016). Inference algorithms for the regression approach to sequence prediction. (Thesis). Université Laval. Retrieved from http://hdl.handle.net/20.500.11794/27311

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Chicago Manual of Style (16th Edition):

Rolland, Amélie. “Inference algorithms for the regression approach to sequence prediction.” 2016. Thesis, Université Laval. Accessed May 22, 2019. http://hdl.handle.net/20.500.11794/27311.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

MLA Handbook (7th Edition):

Rolland, Amélie. “Inference algorithms for the regression approach to sequence prediction.” 2016. Web. 22 May 2019.

Vancouver:

Rolland A. Inference algorithms for the regression approach to sequence prediction. [Internet] [Thesis]. Université Laval; 2016. [cited 2019 May 22]. Available from: http://hdl.handle.net/20.500.11794/27311.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Council of Science Editors:

Rolland A. Inference algorithms for the regression approach to sequence prediction. [Thesis]. Université Laval; 2016. Available from: http://hdl.handle.net/20.500.11794/27311

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

24. Lin, Hongzhou. Algorithmes d'accélération générique pour les méthodes d'optimisation en apprentissage statistique : Generic acceleration schemes for gradient-based optimization in machine learning.

Degree: Docteur es, Mathématiques et informatique, 2017, Grenoble Alpes

 Les problèmes d’optimisation apparaissent naturellement pendant l’entraine-ment de modèles d’apprentissage supervises. Un exemple typique est le problème deminimisation du risque empirique (ERM), qui vise a… (more)

Subjects/Keywords: Apprentissage statistique; Large échelle; Optimization; Accélération; Machine learning; Large-Scale; Optimization; Acceleration; 004; 510

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Lin, H. (2017). Algorithmes d'accélération générique pour les méthodes d'optimisation en apprentissage statistique : Generic acceleration schemes for gradient-based optimization in machine learning. (Doctoral Dissertation). Grenoble Alpes. Retrieved from http://www.theses.fr/2017GREAM069

Chicago Manual of Style (16th Edition):

Lin, Hongzhou. “Algorithmes d'accélération générique pour les méthodes d'optimisation en apprentissage statistique : Generic acceleration schemes for gradient-based optimization in machine learning.” 2017. Doctoral Dissertation, Grenoble Alpes. Accessed May 22, 2019. http://www.theses.fr/2017GREAM069.

MLA Handbook (7th Edition):

Lin, Hongzhou. “Algorithmes d'accélération générique pour les méthodes d'optimisation en apprentissage statistique : Generic acceleration schemes for gradient-based optimization in machine learning.” 2017. Web. 22 May 2019.

Vancouver:

Lin H. Algorithmes d'accélération générique pour les méthodes d'optimisation en apprentissage statistique : Generic acceleration schemes for gradient-based optimization in machine learning. [Internet] [Doctoral dissertation]. Grenoble Alpes; 2017. [cited 2019 May 22]. Available from: http://www.theses.fr/2017GREAM069.

Council of Science Editors:

Lin H. Algorithmes d'accélération générique pour les méthodes d'optimisation en apprentissage statistique : Generic acceleration schemes for gradient-based optimization in machine learning. [Doctoral Dissertation]. Grenoble Alpes; 2017. Available from: http://www.theses.fr/2017GREAM069

25. Baudin, Paul. Prévision séquentielle par agrégation d'ensemble : application à des prévisions météorologiques assorties d'incertitudes : Online learning by ensemble agregation : application to meteorological prediction with uncertainties.

Degree: Docteur es, Mathématiques appliquées, 2015, Paris Saclay

Dans cette thèse, nous nous intéressons à des problèmes de prévision tour après tour. L'objectif est d'imaginer et d'appliquer des stratégies automatiques, qui tirent de… (more)

Subjects/Keywords: Prévision séquentielle; Météorologie; Apprentissage statistique; Prévision d'incertitudes; Sequential prediction; Meteorology; Machine learning; Uncertainty prediction

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Baudin, P. (2015). Prévision séquentielle par agrégation d'ensemble : application à des prévisions météorologiques assorties d'incertitudes : Online learning by ensemble agregation : application to meteorological prediction with uncertainties. (Doctoral Dissertation). Paris Saclay. Retrieved from http://www.theses.fr/2015SACLS117

Chicago Manual of Style (16th Edition):

Baudin, Paul. “Prévision séquentielle par agrégation d'ensemble : application à des prévisions météorologiques assorties d'incertitudes : Online learning by ensemble agregation : application to meteorological prediction with uncertainties.” 2015. Doctoral Dissertation, Paris Saclay. Accessed May 22, 2019. http://www.theses.fr/2015SACLS117.

MLA Handbook (7th Edition):

Baudin, Paul. “Prévision séquentielle par agrégation d'ensemble : application à des prévisions météorologiques assorties d'incertitudes : Online learning by ensemble agregation : application to meteorological prediction with uncertainties.” 2015. Web. 22 May 2019.

Vancouver:

Baudin P. Prévision séquentielle par agrégation d'ensemble : application à des prévisions météorologiques assorties d'incertitudes : Online learning by ensemble agregation : application to meteorological prediction with uncertainties. [Internet] [Doctoral dissertation]. Paris Saclay; 2015. [cited 2019 May 22]. Available from: http://www.theses.fr/2015SACLS117.

Council of Science Editors:

Baudin P. Prévision séquentielle par agrégation d'ensemble : application à des prévisions météorologiques assorties d'incertitudes : Online learning by ensemble agregation : application to meteorological prediction with uncertainties. [Doctoral Dissertation]. Paris Saclay; 2015. Available from: http://www.theses.fr/2015SACLS117

26. Massé, Pierre-Yves. Autour De L'Usage des gradients en apprentissage statistique : Around the Use of Gradients in Machine Learning.

Degree: Docteur es, Mathématiques et Informatique, 2017, Paris Saclay

Nous établissons un théorème de convergence locale de l'algorithme classique d'optimisation de système dynamique RTRL, appliqué à un système non linéaire. L'algorithme RTRL est un… (more)

Subjects/Keywords: Apprentissage statistique; Optimisation stochastique; Systèmes dynamiques; Machine learning; Stochastic optimisation; Dynamical systems

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Massé, P. (2017). Autour De L'Usage des gradients en apprentissage statistique : Around the Use of Gradients in Machine Learning. (Doctoral Dissertation). Paris Saclay. Retrieved from http://www.theses.fr/2017SACLS568

Chicago Manual of Style (16th Edition):

Massé, Pierre-Yves. “Autour De L'Usage des gradients en apprentissage statistique : Around the Use of Gradients in Machine Learning.” 2017. Doctoral Dissertation, Paris Saclay. Accessed May 22, 2019. http://www.theses.fr/2017SACLS568.

MLA Handbook (7th Edition):

Massé, Pierre-Yves. “Autour De L'Usage des gradients en apprentissage statistique : Around the Use of Gradients in Machine Learning.” 2017. Web. 22 May 2019.

Vancouver:

Massé P. Autour De L'Usage des gradients en apprentissage statistique : Around the Use of Gradients in Machine Learning. [Internet] [Doctoral dissertation]. Paris Saclay; 2017. [cited 2019 May 22]. Available from: http://www.theses.fr/2017SACLS568.

Council of Science Editors:

Massé P. Autour De L'Usage des gradients en apprentissage statistique : Around the Use of Gradients in Machine Learning. [Doctoral Dissertation]. Paris Saclay; 2017. Available from: http://www.theses.fr/2017SACLS568


EPFL

27. Ali, Karim. Learning to Detect Objects with Minimal Supervision.

Degree: 2012, EPFL

 Many classes of objects can now be successfully detected with statistical machine learning techniques. Faces, cars and pedestrians, have all been detected with low error… (more)

Subjects/Keywords: image processing; computer vision; object detection; statistical machine learning; semi-supervised learning; active learning; traitement d'image; vision par ordinateur; détection d'objets; apprentissage statistique automatique; apprentissage semi-dirigé; apprentissage actif

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Ali, K. (2012). Learning to Detect Objects with Minimal Supervision. (Thesis). EPFL. Retrieved from http://infoscience.epfl.ch/record/174677

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Chicago Manual of Style (16th Edition):

Ali, Karim. “Learning to Detect Objects with Minimal Supervision.” 2012. Thesis, EPFL. Accessed May 22, 2019. http://infoscience.epfl.ch/record/174677.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

MLA Handbook (7th Edition):

Ali, Karim. “Learning to Detect Objects with Minimal Supervision.” 2012. Web. 22 May 2019.

Vancouver:

Ali K. Learning to Detect Objects with Minimal Supervision. [Internet] [Thesis]. EPFL; 2012. [cited 2019 May 22]. Available from: http://infoscience.epfl.ch/record/174677.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Council of Science Editors:

Ali K. Learning to Detect Objects with Minimal Supervision. [Thesis]. EPFL; 2012. Available from: http://infoscience.epfl.ch/record/174677

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

28. Perrot, Michaël. Theory and algorithms for learning metrics with controlled behaviour : Théorie et algorithmes pour l'apprentissage de métriques à comportement contrôlé.

Degree: Docteur es, Informatique, 2016, Lyon

 De nombreux algorithmes en Apprentissage Automatique utilisent une notion de distance ou de similarité entre les exemples pour résoudre divers problèmes tels que la classification,… (more)

Subjects/Keywords: Intelligence artificielle; Apprentissage automatique; Apprentissage statistique; Apprentissage des métriques; Théorie de l'apprentissage; Artificial intelligence; Machine learning; Statistical learning; Metric learning; Learning theory

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Perrot, M. (2016). Theory and algorithms for learning metrics with controlled behaviour : Théorie et algorithmes pour l'apprentissage de métriques à comportement contrôlé. (Doctoral Dissertation). Lyon. Retrieved from http://www.theses.fr/2016LYSES072

Chicago Manual of Style (16th Edition):

Perrot, Michaël. “Theory and algorithms for learning metrics with controlled behaviour : Théorie et algorithmes pour l'apprentissage de métriques à comportement contrôlé.” 2016. Doctoral Dissertation, Lyon. Accessed May 22, 2019. http://www.theses.fr/2016LYSES072.

MLA Handbook (7th Edition):

Perrot, Michaël. “Theory and algorithms for learning metrics with controlled behaviour : Théorie et algorithmes pour l'apprentissage de métriques à comportement contrôlé.” 2016. Web. 22 May 2019.

Vancouver:

Perrot M. Theory and algorithms for learning metrics with controlled behaviour : Théorie et algorithmes pour l'apprentissage de métriques à comportement contrôlé. [Internet] [Doctoral dissertation]. Lyon; 2016. [cited 2019 May 22]. Available from: http://www.theses.fr/2016LYSES072.

Council of Science Editors:

Perrot M. Theory and algorithms for learning metrics with controlled behaviour : Théorie et algorithmes pour l'apprentissage de métriques à comportement contrôlé. [Doctoral Dissertation]. Lyon; 2016. Available from: http://www.theses.fr/2016LYSES072

29. Ben Hassine, Nesrine. Machine Learning for Network Resource Management : Apprentissage Automatique pour la Gestion des Ressources Réseau.

Degree: Docteur es, Informatique, 2017, Paris Saclay

 Une exploitation intelligente des données qui circulent sur les réseaux pourrait entraîner une amélioration de la qualité d'expérience (QoE) des utilisateurs. Les techniques d'apprentissage automatique… (more)

Subjects/Keywords: Prédiction; Gestion des ressources réseau; Apprentissage automatique; Apprentissage statistique; Apprentissage en-ligne; Caching; Prediction; Network resource management; Machine Learning; Statistical learning; On-line learning; Caching; 006.3

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Ben Hassine, N. (2017). Machine Learning for Network Resource Management : Apprentissage Automatique pour la Gestion des Ressources Réseau. (Doctoral Dissertation). Paris Saclay. Retrieved from http://www.theses.fr/2017SACLV061

Chicago Manual of Style (16th Edition):

Ben Hassine, Nesrine. “Machine Learning for Network Resource Management : Apprentissage Automatique pour la Gestion des Ressources Réseau.” 2017. Doctoral Dissertation, Paris Saclay. Accessed May 22, 2019. http://www.theses.fr/2017SACLV061.

MLA Handbook (7th Edition):

Ben Hassine, Nesrine. “Machine Learning for Network Resource Management : Apprentissage Automatique pour la Gestion des Ressources Réseau.” 2017. Web. 22 May 2019.

Vancouver:

Ben Hassine N. Machine Learning for Network Resource Management : Apprentissage Automatique pour la Gestion des Ressources Réseau. [Internet] [Doctoral dissertation]. Paris Saclay; 2017. [cited 2019 May 22]. Available from: http://www.theses.fr/2017SACLV061.

Council of Science Editors:

Ben Hassine N. Machine Learning for Network Resource Management : Apprentissage Automatique pour la Gestion des Ressources Réseau. [Doctoral Dissertation]. Paris Saclay; 2017. Available from: http://www.theses.fr/2017SACLV061


Université du Québec à Montréal

30. Lafond, Marie-Hélène. Analyse de données de grande dimension à l'aide de méthodes d'apprentissage statistique.

Degree: 2017, Université du Québec à Montréal

 Les données massives sont une partie intégrante des nouvelles recherches. Nous recueillons des milliers de données dans le but de mieux comprendre certaines maladies complexes… (more)

Subjects/Keywords: Données volumineuses; Apprentissage statistique; Exploration de données; Régression logistique; Analyse discriminante; Ajustement (Statistique); Weighted Gene Co-Expression Network Analysis (WGCNA); Génétique; Maladies  – Prévision

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Lafond, M. (2017). Analyse de données de grande dimension à l'aide de méthodes d'apprentissage statistique. (Thesis). Université du Québec à Montréal. Retrieved from http://www.archipel.uqam.ca/9945/1/M15032.pdf

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Chicago Manual of Style (16th Edition):

Lafond, Marie-Hélène. “Analyse de données de grande dimension à l'aide de méthodes d'apprentissage statistique.” 2017. Thesis, Université du Québec à Montréal. Accessed May 22, 2019. http://www.archipel.uqam.ca/9945/1/M15032.pdf.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

MLA Handbook (7th Edition):

Lafond, Marie-Hélène. “Analyse de données de grande dimension à l'aide de méthodes d'apprentissage statistique.” 2017. Web. 22 May 2019.

Vancouver:

Lafond M. Analyse de données de grande dimension à l'aide de méthodes d'apprentissage statistique. [Internet] [Thesis]. Université du Québec à Montréal; 2017. [cited 2019 May 22]. Available from: http://www.archipel.uqam.ca/9945/1/M15032.pdf.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Council of Science Editors:

Lafond M. Analyse de données de grande dimension à l'aide de méthodes d'apprentissage statistique. [Thesis]. Université du Québec à Montréal; 2017. Available from: http://www.archipel.uqam.ca/9945/1/M15032.pdf

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

[1] [2] [3] [4] [5]

.