Théorie statistique de l'apprentissage

Théorie statistique
de l’apprentissage
Olivier CATONI*
Discipline inventée par Vladimir Vapnik ou évolution de l’inférence statistique traditionnelle vers l’ana-
lyse de données complexes, la théorie statistique de l’apprentissage se trouve au carrefour de différentes
approches, qui touchent aux statistiques, bien entendu, mais aussi à la théorie de l’information ou à la
mécanique statistique.
Préliminaires
Le développement des moyens informatiques, des télécommunications et des capteurs électroniques de toutes
natures provoque la production et le stockage de données de plus en plus abondantes et de plus en plus complexes.
L’exploitation de ces données par des moyens humains devient en conséquence de moins en moins facile, créant un
besoin urgent de mettre au point des méthodes automatiques d’analyse permettant de confier à une machine des
fonctions de perception, de discrimination et de reconnaissance qui étaient jusque là l’apanage du cerveau humain
(ou animal pour bon nombre d’entre elles). Cette recherche s’est avérée plus malaisée que les premiers espoirs de
la cybernétique ne l’auraient laissé espérer dans l’immédiat après guerre. En effet, les processus de perception et de
traitement réalisés par le cerveau sont mal connus, et leur caractère très largement inconscient ne permet pas de les
appréhender par une approche introspective. Nous illustrerons nos propos par deux applications emblématiques,
parce qu’elles correspondent aux tâches de perception que le ...