Résumé 94 :
Classification supervisée de processus de Cox
Biau, Gérard ; Cadre, Benoît ; Paris, Quentin
CREST/ENSAE-ParisTech
Dans cet exposé, nous discuterons du problème de la classification supervisée de processus de Cox. Les processus de Cox, qui sont en particulier des processus de comptage, ont vocation à modéliser, par exemple, le nombre de visites d’un patient à l’hôpital au cours du temps et leur étude présente de nombreuses applications en Biologie. Notre étude est basée sur un calcul explicite de la règle de Bayes (i.e. la règle de classification optimale). Nous proposons une stratégie de classification de type boosting : la règle de classification proposée minimise un critère empirique convexe régularisé. Nous présenterons une inégalité oracle pour évaluer la performance de notre règle de classification. D’autre part, nous montrerons que cette règle de classification converge vers la règle de Bayes à une vitesse qui s’adapte à la régularité inconnue de l’intensité du processus.