Learning from MOM’s principles
Date(s) : 25/06/2018 iCal
15h30 - 16h30
Le principe de median-of-means (MOM) de Nemirovski et Yudin permet de construire des estimateurs d’une moyenne réelle satisfaisant des inégalités de déviations sous-Gaussiennes même
lorsque les données n’ont qu’un moment d’ordre 2 et que certaines d’entre elles ont été corrompues.
En utilisant une construction de Le Cam, on peut déduire de ces estimations élémentaires des procédures d’apprentissage.
J’appliquerai cette construction aux problèmes de l’estimation de la moyenne d’un vecteur et au problème de régression avec risque quadratique.
Je montrerai comment la méthode de petites boules de Mendelson permet de contrôler le risque de ces estimateurs.
Je discuterai enfin la mise en oeuvre pratique de ces estimateurs.
http://lerasle.perso.math.cnrs.fr
Catégories Pas de Catégories
