Thèse en cours

Classification supervisée performante et interprétable via l'optimisation mathématique.
FR  |  
EN
Auteur / Autrice : Valentine Hure
Direction : Amélie Lambert
Type : Projet de thèse
Discipline(s) : Sciences pour l'ingénieur spécialité Informatique
Date : Inscription en doctorat le 01/10/2021
Etablissement(s) : Paris, HESAM
Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur
Partenaire(s) de recherche : Laboratoire : Cedric - Centre d'études et de recherche en informatique et communications
établissement de préparation de la thèse : Conservatoire national des arts et métiers (France ; 1794-....)

Résumé

FR  |  
EN

L'objectif de cette thèse est d'améliorer la qualité de prédiction et l'interprétabilité des arbres de classification par la résolution de problème d'optimisation mathématique. Plus précisément, dans de récents travaux, la résolution d'un programme linéaire a permis d'obtenir un arbre de classification optimal pour des règles de branchements qui sont décrites par des fonctions linéaires. Afin d'améliorer la qualité de prédiction de tels arbres, la contribution théorique de cette thèse portera tout d'abord sur la conception de modèles d'optimisation mathématique où les règles de branchements peuvent être décrites par des fonctions séparables ou non linéaires. Une étude des propriétés structurelles des modèles proposés est également attendue. D'un point de vue expérimental, un levier important est le passage à l'échelle. Le travail expérimental consistera à implanter les méthodes de résolution proposées, dans un premier temps en utilisant les outils standards de programmation mathématique. Dans un deuxième temps, un algorithme de résolution approché mêlant les techniques classiques d'optimisation sera proposé et implanté. Enfin, une évaluation des méthodes élaborées, via une comparaison avec l'état de l'art sera effectuée.