Skip to Main content Skip to Navigation
Theses

Méthodes statistiques de sélection de modèles neuronaux ; applications financières et bancaires

Résumé : Le travail présenté dans ce mémoire traite de l'évaluation, à l'aide de réseaux de neurones, de l'état de santé financière de collectivités locales ou d'entreprises. Dans un premier temps, nous rapprochons cette évaluation d'un problème de classification ; nous expliquons pourquoi ce type de problème peut être avantageusement résolu avec des méthodes statistiques de classification comme les réseaux de neurones. Les chapitres suivants présentent et définissent plus précisément les concepts de la classification, les méthodes usuelles de classification, les réseaux de neurones ainsi que l'apprentissage de ceux-ci. Dans les applications envisagées, l'individu à classer (collectivité locale ou entreprise) peut être décrit par une très grande quantité de variables (données comptables, fiscales, socio-économiques, etc) ; ce constat nous a conduit à étudier les méthodes de sélection de modèles. Nous proposons une méthode statistique originale de sélection des meilleures variables descriptives, puis de définition du modèle neuronal. La dernière partie de ce mémoire concerne les applications industrielles de ces travaux ; la première concerne l'analyse financière des collectivités locales,la seconde l'analyse financière des entreprises. L'apport orignal de cette étude concerne trois domaines : - Sélection de variables : nous ajoutons une variables aléatoire aux autres variables descriptives afin de distinguer celles qui sont réellement pertinentes. - Sélection de modèles : nous utilisons la méthode précédente pour sélectionner les seuls neurones utiles dans un réseau de neurones à une couche cachée. - Classification : nous inversons la formule de Bayes pour estimer les fonctions densité de probabilité avec des approximateurs. En ce qui concerne l'analyse financière des entreprises, ce travail a débouché sur une application opérationnelle à la Caisse des Dépôts et Consignations depuis 1995.
Complete list of metadatas

Cited literature [64 references]  Display  Hide  Download

https://pastel.archives-ouvertes.fr/tel-00005624
Contributor : Admin Pastel <>
Submitted on : Tuesday, July 13, 2004 - 5:42:24 PM
Last modification on : Friday, October 23, 2020 - 4:37:24 PM
Long-term archiving on: : Friday, April 2, 2010 - 9:04:11 PM

Identifiers

  • HAL Id : tel-00005624, version 1

Collections

Citation

Hervé Stoppiglia. Méthodes statistiques de sélection de modèles neuronaux ; applications financières et bancaires. Modélisation et simulation. ESPCI ParisTECH, 1997. Français. ⟨tel-00005624⟩

Share

Metrics

Record views

1167

Files downloads

3505