Inférer à partir d'un modèle de Plackett-Luce imprécis : application au rangement d'étiquettes - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2020

Inférer à partir d'un modèle de Plackett-Luce imprécis : application au rangement d'étiquettes

Résumé

Learning ranking models is a difficult task, in which data may be scarce and cautious predictions desirable. To address such issues, we explore the extension of the popular parametric probabilistic Plackett–Luce model, often used to model rankings, to the imprecise setting where estimated parameters are set-valued. In particular, we study how to achieve cautious or skeptic inference with it, and illustrate their application on label ranking problems, a specific supervised learning task.
L'apprentissage de modèle de rangement est une tâche difficile, dans laquelle les données fournies peuvent être limitées, expliquant qu'une prédiction prudente soit désirable. Pour répondre à cette problématique, nous utilisons un modèle probabiliste paramétrique très populaire : le modèle de Plackett-Luce. Ce modèle est ici appliqué dans le cas imprécis où les paramètres estimés ont valeur dans des ensembles. En particulier, nous étudions comment faire une inférence prudente et sceptique à partir de ce modèle, et illustrons son application en apprentissage supervisé sur le problème de rangement d'étiquettes.
Fichier principal
Vignette du fichier
LFA_2020_paper_10-1.pdf (393.52 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04336818 , version 1 (11-12-2023)

Identifiants

  • HAL Id : hal-04336818 , version 1

Citer

Loïc Adam, Arthur van Camp, Sébastien Destercke, Benjamin Quost. Inférer à partir d'un modèle de Plackett-Luce imprécis : application au rangement d'étiquettes. 29èmes Rencontres Francophones sur la Logique Floue et ses Applications (LFA 2020), Oct 2020, Sète, France. ⟨hal-04336818⟩
17 Consultations
11 Téléchargements

Partager

Gmail Facebook X LinkedIn More