ATER à l'Ecole Centrale de Marseille,
Laboratoire d'Analyse, Topologie et Probabilités.
Redirection vers ma page actuelle
04 91 11 35 47 ou bien "monnom"@cmi.univ-mrs.fr
Research interests
Classification
and
Statistical Learning SVM and kernel
methods Model selection
ThèseM. Peter L. BARTLETT, University of Berkeley (Rapporteur)
M. Philippe BERTHET, Université Paul Sabatier (Examinateur)
M. Gérard BIAU, Université Pierre et Marie Curie (Rapporteur)
M. Gilles BLANCHARD, FIRST Institute (Examinateur)
M. Laurent CAVALIER, Université de Provence (Directeur)
M. Oleg LEPSKI, Université de Provence (Examinateur)
M. Liva RALAIVOLA,
Université de Provence (Examinateur)
Résumé : Les méthodes de régularisation ont
montré leurs intérêts pour résoudre des
problèmes de classification. L’algorithme des Machines à
Vecteurs de Support (SVM) est aujourd’hui le représentant
le plus populaire. Dans un premier temps, cette thèse
étudie les performances statistiques de cet algorithme, et
considère le problème d’adaptation à la marge et
à la complexité. On étend ces résultats
à une nouvelle procédure de minimisation de risque
empirique pénalisée sur les espaces de Besov. Enfin la
dernière partie se concentre sur une nouvelle procédure
de sélection de modèles : la minimisation de l’enveloppe
du risque (RHM). Introduite par L.Cavalier et Y.Golubev dans le cadre
des problèmes inverses, on cherche à l’appliquer au
contexte de la classification.
Publications Aggregation
of SVM classifiers using Sobolev Spaces Journal of Machine Learning
Research, 9: 1559-1982, 2008. Penalized
empirical risk minimization
over Besov spaces. Electronic Journal of Stats, Vol. 3 : 824-850, 2009.
Kernel Projection Machines and Risk
Hull Minimization in Classification. Submitted.
Performances statistiques de méthodes
à noyaux.
Thèse soutenue le 28 novembre 2008.
Communications orales 09/2009: "Quelques problèmes de statistiques
non-paramétriques et d'apprentissage" Journée de rentrée de
la Fédération Nantes/Angers/Le-Mans, Angers. 04/2009: "Performances statistiques de
méthodes à
noyaux en classification" Séminaire Probabilités et
statistiques de Nice. 04/2009: "Méthodes à
noyaux en classification" Séminaire du Ceremade, Paris-Dauphine. 04/2009: "Enveloppe du risque en
classification" Séminaire de proba-stats du LATP,
Marseille. 02/2009 : "Performances statistiques de
méthodes à noyaux en classification", Séminaire de
statistique de l'IRMAR, Rennes. 01/2009: "Performances statistiques des
SVM en classification" Séminaire de statistique de l'IRMA,
Strasbourg. 12/2008: "Statistical performances of
kernel methods" Rencontres de Statistiques
Mathématiques 8, CIRM, Marseille. 12/2008: "Statistical performances
of SVM Regularization in classification" Sparsity and Inverse Problems
in Statistical Theory and Econometrics, Berlin. 11/2008: "Performances statistiques de
méthodes à noyaux" Soutenance de thèse, CMI,
Marseille. 11/2008 : "Enveloppe du risque en
classification", Groupe de travail statistique, LPMA, Paris. 09/2008: "Statistical performances of
kernel methods", Statistique Mathématique et Applications
(Fréjus) 05/2008: "Penalized ERM over Besov
spaces", EPIT 2008 (Porquerolles) 04/2008: "Performances statistiques
des SVM ", Colloques des jeunes probabilistes et statisticiens
(Aussois) 03/2008: "Performances statistiques des SVM et
agrégation", Séminaire du LSP
(Toulouse)
09/2007 : Exposé d'avancement de thèse (CMI, Marseille).
09/2007 : "Classification with Support Vector Machines" à SPO 07
(Jaca, Espagne). 02/2007 : Learning Rates for SVM au
Groupe de travail COSMOS
(CMI, Marseille) . 11/2006: "Apprentissage et SVM:
point de vue statistique", Séminaire des doctorants (CMI,
Marseille). 05/2006 : Poster session à
la
conférence Mathematical
Foundation of Learning Theory II (Paris, ENS).
Enseignement : Divers :
