[fix] minor in rapport

Author: Pierre Gerard

rapport/rapport.pdf

@@ -180,6 +180,8 @@ \subsection{Densité paramétrique avec Gaussienne diagonale}
 
 $\frac{\partial J}{\partial \mu} = 0 + 0 + \frac{\partial }{\partial \mu} \sum_{i=1}^{n} - (\frac{-1}{2n} (x- \mu)^{T} \Sigma^{-1} (x- \mu) )$ 
 
+\todo{finir}
+
 \subsection{Choix du modèle}
 
 La première tâche à effectuer pour choisir le modèle le plus approprié est de sélectionner un ensemble de tous les modèles que nous pourrions effectuer. Ici, il s'agit des approches présentées aux sections 1.1, 1.2 et 1.3. Ensuite, pour chacun des modèles sélectionnées, on procède ainsi :
@@ -213,6 +215,13 @@ \subsection{Classifieur de Bayes obtenu avec des densités paramétriques Gaussi
 \end{itemize}
 
 b)
+Pour mu :
+$\sum_{j=1}^{d} = \sum_{i=1}^{n}\sum_{j=1}^{d} \frac{x_{j}^{i}}{n}$
+
+Pour sigma :
+ \todo{exprimer sigma}
+
+Pour la probabilité à priori c'est la proportion d'element de chaque classe, de dimension m.
 
 c)
 $P(Y=c | X=x) = \frac{P(X=x | Y=c) P(Y=c)}{P(X=x)} $
@@ -252,6 +261,7 @@ \subsection{Classifieur de Parzen obtenu avec des fenêtres de Parzen à noyau G
 
 
 b)
+\todo{le point b}
 
 \section{Implémentation}