Théorie de l’estimation par partition dépendante des données et Rules Induction Partitioning Estimator

schedule le mardi 20 février 2018 de 16h00 à 18h00

Organisé par : C. Cosco, S. Coste, L. Marêché, P. Melotti, N. Meyer

Intervenant : Vincent Margot (LPSM - Advestis)
Lieu : UPMC, salle 15-16.201

Sujet : Théorie de l'estimation par partition dépendante des données et Rules Induction Partitioning Estimator

Résumé :

Première partie : Théorie de l’estimation par partition dépendante des données

Les algorithmes basés sur cette théorie permettent d’avoir des estimateurs construits à partir d’une partition dépendante des données. Le problème est que le théorème de Stone (assurant la consistance dans le cadre usuel) ne peut plus être appliqué. Une nouvelle théorie, ayant un lien avec la théorie de Vapnik- Chervonenkis, a été développée pour fournir un théorème de consistance.


Deuxième partie : Rules Induction Partitioning Estimator (RIPE)

Née d’une problématique d’entreprise assez précise,  l’idée principale de RIPE est d'être un algorithme de prédiction interprétable.

RIPE sélectionne, à partir d’un échantillon (X_i, Y_i), un ensemble de règles du type "Si A Alors B". Les conditions A sont des événements du type {X ∈ r} avec r un hyperrectangle. L’ensemble des hyperrectangles est ensuite transformé en une partition de l'espace permettant ainsi de construire un estimateur universellement consistant.