Afficher la notice

dc.contributor.advisorKegl, Balazs
dc.contributor.authorPayette, François
dc.date.accessioned2017-03-15T01:20:10Z
dc.date.available2017-03-15T01:20:10Z
dc.date.issued2005
dc.date.submitted2004
dc.identifier.urihttp://hdl.handle.net/1866/16641
dc.subjectStatistiques
dc.subjectApprentissage statistique
dc.subjectAlgorithmes
dc.subjectRéduction de dimensionnalité non linéaire
dc.subjectClassification
dc.subjectApprentissage semi-supervisé
dc.subjectAppretissage non supervisé
dc.subjectVariété non linéaire
dc.subjectÉchelonnement multidimensionnel
dc.subjectNoyaux
dc.subjectIsomap
dc.subjectLLE
dc.subjectForage de données
dc.subjectMéthodes itératives
dc.titleApprentissage semi-supervisé par réduction de dimensionnalité non linéaire
dc.typeThèse ou mémoire / Thesis or Dissertation
etd.degree.disciplineInformatiquefr
etd.degree.grantorUniversité de Montréalfr
etd.degree.levelMaîtrise / Master's
etd.degree.nameM. Sc.
dcterms.descriptionMémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.fr
dcterms.languagefra


Fichier·s constituant ce document

Vignette

Ce document figure dans la ou les collections suivantes

Afficher la notice

Ce document diffusé sur Papyrus est la propriété exclusive des titulaires des droits d'auteur et est protégé par la Loi sur le droit d'auteur (L.R.C. (1985), ch. C-42). Il peut être utilisé dans le cadre d'une utilisation équitable et non commerciale, à des fins d'étude privée ou de recherche, de critique ou de compte-rendu comme le prévoit la Loi. Pour toute autre utilisation, une autorisation écrite des titulaires des droits d'auteur sera nécessaire.