Théorie de l'apprentissage statistique Elle est particulièrement pertinente pour cette série qui

C'est particulièrement pertinent pour cette série qui traite des « Systèmes Adaptatifs et d'Apprentissage », spécifiquement appliqués aux réseaux neuronaux, aux systèmes flous et à l'intelligence artificielle.Table des Matières:Théorie de l'apprentissage et de la généralisation Deux approches du problème d'apprentissage Estimation de la mesure de probabilité et problème d'apprentissage.

Conditions de cohérence du principe de minimisation du risque empirique.

Le Principe de Minimisation du Risque Structurel.

Problèmes mal posés stochastiques. Estimation par vecteurs de support de fonctions. Perceptrons et leurs généralisations.

Machines SV pour l'Approximation de Fonctions, l'Estimation de Régression et le Traitement du Signal. Fondements Statistiques de la Théorie de l'Apprentissage Conditions Nécessaires et Suffisantes pour la Convergence Uniforme des Fréquences vers leurs Probabilités Conditions Nécessaires et Suffisantes pour la Convergence Uniforme Unilatérale des Moyennes vers leurs Espérances Commentaires et Notes Bibliographiques Références Index.