Le *multi-task learning* (MTL) en apprentissage machine permet de former simultan\u00e9ment plusieurs algorithmes interconnect\u00e9s, am\u00e9liorant ainsi la g\u00e9n\u00e9ralisation des mod\u00e8les. Cependant, combiner des t\u00e2ches vari\u00e9es comme la r\u00e9gression et la classification pose des d\u00e9fis, notamment l’alignement des chemins de r\u00e9gularisation, ce qui peut biaiser la s\u00e9lection des caract\u00e9ristiques.<\/p>\n
Des chercheurs de l’Universit\u00e9 de Heidelberg ont propos\u00e9 MTLComb pour surmonter ces obstacles. MTLComb utilise un sch\u00e9ma de pond\u00e9ration des pertes optimal afin de concilier les t\u00e2ches de r\u00e9gression et de classification. Leur m\u00e9thode ajuste la magnitude des coefficients pour diff\u00e9rents types de pertes, comme d\u00e9montr\u00e9 par une perte quadratique pond\u00e9r\u00e9e pour la r\u00e9gression.<\/p>\n
Les r\u00e9sultats montrent une performance pr\u00e9dictive sup\u00e9rieure et une meilleure s\u00e9lection commune des caract\u00e9ristiques, notamment dans des applications biom\u00e9dicales comme la pr\u00e9diction de la septic\u00e9mie et de la schizophr\u00e9nie. Cependant, des limites existent, particuli\u00e8rement dans les sc\u00e9narios de faible dimension. MTLComb repr\u00e9sente une avanc\u00e9e majeure pour le MTL, ouvrant des perspectives prometteuses pour divers champs d’application.<\/p>\n","protected":false},"excerpt":{"rendered":"
Le *multi-task learning* (MTL) en apprentissage machine permet de former simultan\u00e9ment plusieurs algorithmes interconnect\u00e9s, am\u00e9liorant ainsi la g\u00e9n\u00e9ralisation des mod\u00e8les. Cependant, combiner des t\u00e2ches vari\u00e9es comme la r\u00e9gression et la classification pose des d\u00e9fis, notamment l’alignement des chemins de r\u00e9gularisation, ce qui peut biaiser la s\u00e9lection des caract\u00e9ristiques. Des chercheurs de l’Universit\u00e9 de Heidelberg ont […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-27","post","type-post","status-publish","format-standard","hentry","category-uncategorized"],"yoast_head":"\n