La classification consiste à déterminer à quelle catégorie appartient une observation. Dans de nombreuses applications, comme l'analyse de cellules par exemple, la classification n'est qu'un problème subsidiaire. Le véritable objectif est de déterminer la proportion de chaque catégorie dans l'échantillon. Ce problème, appelé apprentissage par quantification, n'a pas encore été intensément exploré par la littérature car, à première vue, tout algorithme de classification est un algorithme de quantification.
Dans ma présentation, je discuterai de l'intérêt de cette problématique et présenterai une méthode supervisée utilisant le Kernel Mean Embedding et l'approximation  de noyaux. Cette méthode sera appliquée à un problème réel que je présenterai : La cytométrie en flux.