Modèles d'apprentissage statistique : minimisation des risques et des risques empiriques

Cette séance de cours introduit le concept de modèles d'apprentissage statistique, qui se composent d'observations, d'une classe de fonctions et d'une fonction de perte. Il explique le risque pour la population et l'objectif de trouver la fonction qui la minimise. La séance de cours traite ensuite de la minimisation empirique du risque comme une approche d'approximation de la fonction optimale en minimisant la moyenne empirique de la perte. Elle s'inscrit dans la forte loi des grands nombres et fournit des exemples de minimisation empirique du risque dans des contextes paramétriques et non paramétriques. La séance de cours se termine par des discussions sur les estimateurs, les fonctions de perte et l'évaluation de la performance des estimateurs de probabilité maximale dans divers modèles.