Une nouvelle vision PAC-Bayes de l'adaptation au domaine.

Résumé Nous proposons une nouvelle étude théorique de l'adaptation au domaine pour les classificateurs à vote majoritaire (d'un domaine source à un domaine cible). Nous limitons le risque de la cible par un compromis entre deux termes seulement : Les erreurs conjointes des votants sur le domaine source, et le désaccord des votants sur le domaine cible. Cette nouvelle étude est donc plus simple que les autres analyses qui reposent généralement sur trois termes. Nous dérivons également une limite de généralisation PAC-Bayes qui mène à un algorithme DA pour les classificateurs linéaires.