Réseau de neuronne pour estimer la variance

[Rahmani Abdelaziz]

Bonjour,
je suis ingenieur statistique fraichement diplomé, j'utilise R dans le cadre de mon travail pour développer des réseaux de neurones pour restituer des corrections troposphériques. On m'a dit qu'il existait un certain type de réseau de neurones qui en plus de donner une estimation de la variable explicative, donne une information suplémentaire sur l'erreur commise par le réseau (une estimation de la variance autour du paramètre estimer à ce que j'ai compris).
- Y a t il quelqu-un qui connait ces méthodes?
- Et si oui, existe t il une fonction pour implémenter une telle fonction sous R?

Je vous remercie par avance....
cordialement,
RAHMANI Abdelaziz

[Lionel Fugon]

Mr Abdel aurait du se lever le lundi matin pour aller au cours de data mining de philippe besse.... Non je plaisante. Si j'ai le temps je regarderais les différentes options disponibles dans les fonctions nnet de R. Par contre, un algo qui donne de bons résultats est Random Forest. Il est vraiment simple d'utilisation, peu de paramètres à régler hors mis le nombres d'arbres qui a une influence très relative sur les résultats. Cet algo a une option lorsque tu fais la phase d'apprentissage qui est IMPORTANCE=TRUE qui te permet de te donner une estimation de la variation de l'erreur quadratique de ta variable à expliquer en fonction de la présence ou de l'absence des variables explicatives. Je sais pas si ça peut t'aider vu que ta question était sur la variance de l'erreur mais bon on sait jamais....

What a good idea...

a+