Zobrazeno 1 - 10
of 39
pro vyhledávání: '"Morvant, E."'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
The 22nd International Conference on Artificial Intelligence and Statistics
The 22nd International Conference on Artificial Intelligence and Statistics, Apr 2019, Naha, Japan
Scopus-Elsevier
The 22nd International Conference on Artificial Intelligence and Statistics, Apr 2019, Naha, Japan
Scopus-Elsevier
We revisit Rahimi and Recht (2007)'s kernel random Fourier features (RFF) method through the lens of the PAC-Bayesian theory. While the primary goal of RFF is to approximate a kernel, we look at the Fourier transform as a prior distribution over trig
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::e272936b1a8188315a019a1a542a2079
http://hdl.handle.net/20.500.12210/29220
http://hdl.handle.net/20.500.12210/29220
Publikováno v:
33rd International Conference on Machine Learning (ICML 2016)
33rd International Conference on Machine Learning (ICML 2016), Jun 2016, New York, NY, United States
[Research Report] Univ Lyon, UJM-Saint-Etienne, CNRS, Laboratoire Hubert Curien UMR 5516, F-42023 Saint-Etienne, France; Département d'informatique et de génie logiciel, Université Laval (Québec); INRIA-Sierra Project-Team, Ecole Normale Sup´erieure, Paris, France. 2015
Scopus-Elsevier
33rd International Conference on Machine Learning (ICML 2016), Jun 2016, New York, NY, United States
[Research Report] Univ Lyon, UJM-Saint-Etienne, CNRS, Laboratoire Hubert Curien UMR 5516, F-42023 Saint-Etienne, France; Département d'informatique et de génie logiciel, Université Laval (Québec); INRIA-Sierra Project-Team, Ecole Normale Sup´erieure, Paris, France. 2015
Scopus-Elsevier
We study the issue of PAC-Bayesian domain adaptation: We want to learn, from a source domain, a majority vote model dedicated to a target one. Our theoretical contribution brings a new perspective by deriving an upper-bound on the target risk where t
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::7a5f3422f2559f83aa8228f4872ef264
https://hal.archives-ouvertes.fr/hal-01307045/document
https://hal.archives-ouvertes.fr/hal-01307045/document
Publikováno v:
International Conference on Machine Learning 2013
International Conference on Machine Learning 2013, Jun 2013, Atlanta, United States. pp.738-746
Scopus-Elsevier
International Conference on Machine Learning 2013, Jun 2013, Atlanta, United States. pp.738-746
Scopus-Elsevier
International audience; We provide a first PAC-Bayesian analysis for domain adaptation (DA) which arises when the learning and test distributions differ. It relies on a novel distribution pseudodistance based on a disagreement averaging. Using this m
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::8b8bf387d26e6c20b96ef08433d61177
https://hal.science/hal-00822685
https://hal.science/hal-00822685
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of Clinical Anesthesia; 2000, Vol. 12 Issue: 3 p227-230, 4p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.