Apprentissage par noyaux multiples - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2009

Apprentissage par noyaux multiples

Abstract

Apprentissage par noyaux multiples Multiple kernel learning L'apprentissage par noyaux multiples permet d'estimer directement le noyau à partir des données pour les méthodes d'apprentissage supervisé comme la "support vector machine" (SVM). Le cadre algorithmique et théorique est basé sur une paramétrisation linéaire de l'ensemble des noyaux et une formulation convexe à partir de normes L1 par blocs. Dans cet exposé, je décrirai certaines applications, les développements algorithmiques récents pour les problèmes de grande taille, et les liens avec la théorie des normes parcimonieuses. Multiple kernel learning refers to a theoretical and algorithmic framework aimed at learning the kernel directly from data for supervised learning techniques such as the support vector machine (SVM). The framework is based on a convex parameterization of the set of kernels and a convex formulation which can be cast as a block L1-norm regularization. In this talk, I will explore some applications and large-scale optimization algorithms, as well as some recent links with sparsity-inducing norm theory.
No file

Dates and versions

inria-00386560 , version 1 (22-05-2009)

Identifiers

  • HAL Id : inria-00386560 , version 1

Cite

Francis Bach. Apprentissage par noyaux multiples. 41èmes Journées de Statistique, SFdS, May 2009, Bordeaux, France. ⟨inria-00386560⟩
291 View
0 Download

Share

Gmail Facebook X LinkedIn More