Beruflich Dokumente
Kultur Dokumente
1 El classico
Soit un problème de classification à K = 2 classes. Chaque classe Ck est caractérisée par une
probabilité a priori P (Ck ) et une densité conditionnelle
kx−µ k2
k
1 −
2σ 2
p(x|Ck ) = exp k , x, µk ∈ Rd , σk ∈ R (1)
(2π)d/2 σkd
n onk
(k) (k)
1. Soit (xi , yi = k) les données (supposées i.i.d.) de la classe Ck . On cherche à esti-
i=1
mer les paramètres σk et µk par maximum de vraisemblance.
(a) Donner l’expression de la log-vraisemblance.
(b) En déduire leur estimation au sens du maximum de vraisemblance.
On veut réaliser une classification des données. Le coût d’une bonne décision est 0 et une
mauvaise décision coûte λs . On décide d’utiliser l’approche bayésienne. On note ak , l’action
de décider la classe Ck .
λr
P (Ck |x) > P (C` |x) ∀k 6= ` et P (Ck |x) > 1 −
λs
Que se passe-t-il si λr = 0 ? Même question si λr > λs .
(ln(x) − µk )2
1
p(x|ωk ) = √ exp − (2)
xσk 2π 2σk2
Répondre aux mêmes questions qu’à l’exercice 1 avec cette loi conditionnelle.
p.1/2
ASI4 DM
2. On veut réaliser une classification des données par la règle de Bayes. Le coût d’une bonne
décision est 0 et une mauvaise décision coûte α.
Expliciter les fonctions de décision si les classes Ck sont équiprobables.
p.2/2