Bonjour,
J'ai un article scientifique en anglais à étudier, et il parle de "covering numbers".
Dans cet article, c'est utilisé pour trouver la taille adéquate d'un échantillon d'apprentissage pour des algos d'apprentissage automatique...
D'après ce que j'ai compris, ca permet de mesurer la "complexité" de ce qui est échantillonné, et d'en déduire une borne inférieure sur la taille de l'échantillon nécessaire pour que l'erreur en sortie soit inférieure à un certain seuil.
Certains documents sur le net parlent de "covering numbers" en rapport avec des ensembles, d'autres parlent plutôt de mesure de l'entropie...
Si quelqu'un en sait d'avantage sur cette notion, pourrait-il me l'expliquer ?
En vous remerciant, Julien :happy3:
