Machine à vecteurs de support hyperbolique et ingénierie du noyau

Dans l'apprentissage automatique, les machines à vecteurs de support (SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression.  
Cet exposé présentera  deux nouveaux problèmes d'apprentissage statistique:  le premier est la conception et l'évaluation d'une machine à noyau généralisant les machines à vecteurs support multi-classes. Le second relève de l'ingénierie du noyau. II porte sur la conception d'un nouveau noyau s'appuyant sur la transformée de Fourier d'un modèle de mélange gaussien.
Vidéo : https://cloud-ljk.imag.fr/index.php/s/2S2Q2Xb2BFq7Y7J