Séminaire informel de Probabilités et Statistiques

Les projections aléatoires constituent une technique de réduction de dimension simple et efficace en apprentissage automatique non supervisé. Elles reposent sur l'existence de quasi-immersions pour un ensemble de points d'un espace euclidien de haute dimension vers un espace de dimension inférieure. Nous proposerons une présentation du lemme de Johnson-Lindenstrauss centrée sur la notion de variable sous-gaussienne, puis nous discuterons de la meilleure manière de construire des projections simples, et en particulier creuses.

Les projections aléatoires constituent une technique de réduction de dimension simple et efficace en apprentissage automatique non supervisé. Elles reposent sur l'existence de quasi-immersions pour un ensemble de points d'un espace euclidien de haute dimension vers un espace de dimension inférieure. Nous proposerons une présentation du lemme de Johnson-Lindenstrauss centrée sur la notion de variable sous-gaussienne, puis nous discuterons de la meilleure manière de construire des projections simples, et en particulier creuses.

Les projections aléatoires constituent une technique de réduction de dimension simple et efficace en apprentissage automatique non supervisé. Elles reposent sur l'existence de quasi-immersions pour un ensemble de points d'un espace euclidien de haute dimension vers un espace de dimension inférieure. Nous proposerons une présentation du lemme de Johnson-Lindenstrauss centrée sur la notion de variable sous-gaussienne, puis nous discuterons de la meilleure manière de construire des projections simples, et en particulier creuses.

Les projections aléatoires constituent une technique de réduction de dimension simple et efficace en apprentissage automatique non supervisé. Elles reposent sur l'existence de quasi-immersions pour un ensemble de points d'un espace euclidien de haute dimension vers un espace de dimension inférieure. Nous proposerons une présentation du lemme de Johnson-Lindenstrauss centrée sur la notion de variable sous-gaussienne, puis nous discuterons de la meilleure manière de construire des projections simples, et en particulier creuses.

Les projections aléatoires constituent une technique de réduction de dimension simple et efficace en apprentissage automatique non supervisé. Elles reposent sur l'existence de quasi-immersions pour un ensemble de points d'un espace euclidien de haute dimension vers un espace de dimension inférieure. Nous proposerons une présentation du lemme de Johnson-Lindenstrauss centrée sur la notion de variable sous-gaussienne, puis nous discuterons de la meilleure manière de construire des projections simples, et en particulier creuses.