La méthode de Bagging est une méthode largement utilisée en Machine Learning pour améliorer les performances des algorithmes les plus récents comme les arbres de décision, les réseaux de neurones... Cependant il n'existe pas encore dans la littérature une explication théorique précise aux questions: Pourquoi et quand le bagging donne t-il de meilleurs résultats? J'ai coécrit un article dans lequel nous donnons une expression exacte de l'effet du bagging sur l'estimateur de variance et c'est ce que je vous propose de découvrir https://arxiv.org/abs/1908.02718. Plus précisément nous allons: Rappeler brièvement les différents algorithmes classiques en ML Expliquer la méthode de bagging Donner un aperçu de l'article, de ses enjeux et de ses perspectives