Using Choquet integral in Machine learning: What can MCDA bring?

Thumbnail
Ouvrir
Date
2012
Indexation documentaire
Recherche opérationnelle
Subject
Multiple criteria decision making; Choquet; Théorie de; Machine learning
Titre du colloque
DA2PL' 2012 - from Multiple Criteria Decision Aid to Preference Learning
Date du colloque
11-2012
Ville du colloque
Mons
Pays du colloque
Belgium
URI
https://basepub.dauphine.fr/handle/123456789/20849
Collections
Métadonnées
Afficher la notice complète
Auteur
Bouyssou, Denis
989 Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision [LAMSADE]
Couceiro, Miguel
989 Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision [LAMSADE]
Labreuche, Christophe
Marichal, Jean-Luc
Mayag, Brice
989 Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision [LAMSADE]
Type
Communication / Conférence
Résumé en anglais
In this paper we discuss the Choquet integral model in the realm of Preference Learning, and point out advantages of learning simultaneously partial utility functions and capacities rather than sequentially, i.e., first utility functions and then capacities or vice-versa. Moreover, we present possible interpretation s of the Choquet integral model in Preference Learning based on Shapley values and interaction indices.