Skip to Main content Skip to Navigation
Theses

Some statistical learning problems with incomplete data

Résumé : La plupart des méthodes statistiques ne sont pas nativement conçues pour fonctionner sur des données incomplètes. L’étude des données incomplètes n’est pas nouvelle et de nombreux résultats ont été établis pour pallier l’incomplétude en amont de l’étude statistique. D’autre part, les méthodes de deep learning sont en général appliquées à des données non structurées de type image, texte ou audio, mais peu de travaux s’intéressent au développement de ce type d’approche sur des données tabulaires, et encore moins sur des données incomplètes. Cette thèse se concentre sur l’utilisation d’algorithmes de machine learning appliqués à des données tabulaires, en présence d’incomplétude et dans un cadre assurantiel. Au travers des contributions regroupées dans ce document, nous proposons différentes façons de modéliser des phénomènes complexes en présence de schémas d’incomplétude. Nous montrons que les approches proposées donnent des résultats de meilleure qualité que l’état de l’art
Document type :
Theses
Complete list of metadatas

https://tel.archives-ouvertes.fr/tel-02467765
Contributor : Abes Star :  Contact
Submitted on : Wednesday, February 5, 2020 - 11:28:45 AM
Last modification on : Saturday, March 7, 2020 - 4:52:37 AM
Document(s) archivé(s) le : Wednesday, May 6, 2020 - 2:27:00 PM

File

TH2020BAUDRYMAXIMILIEN.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-02467765, version 1

Collections

Citation

Maximilien Baudry. Some statistical learning problems with incomplete data. Statistics [math.ST]. Université de Lyon, 2020. English. ⟨NNT : 2020LYSE1002⟩. ⟨tel-02467765⟩

Share

Metrics

Record views

273

Files downloads

253