« Calcul bayésien approximatif » : différence entre les versions
m (Remplacement de texte — « Source: L'apprentissage profond. Éd.Massot 2018 » par « Source : ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 ») |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Le calcul bayésien approximatif | Le calcul bayésien approximatif constitue une classe de méthodes de calcul enracinées dans les statistiques bayésiennes qui peuvent être utilisées pour estimer les distributions postérieures des paramètres du modèle. | ||
Ces méthodes contournent l'évaluation de la fonction de vraisemblance. De cette façon, les méthodes CAB élargissent le domaine des modèles pour lesquels l'inférence statistique peut être considérée. Les méthodes ABC sont mathématiquement bien fondées, mais elles font inévitablement des hypothèses et des approximations dont l'impact doit être soigneusement évalué. De plus, le domaine d'application plus large de l'CAB exacerbe les défis de l'estimation des paramètres et de la sélection des modèles. | Ces méthodes contournent l'évaluation de la fonction de vraisemblance. De cette façon, les méthodes CAB élargissent le domaine des modèles pour lesquels l'inférence statistique peut être considérée. Les méthodes ABC sont mathématiquement bien fondées, mais elles font inévitablement des hypothèses et des approximations dont l'impact doit être soigneusement évalué. De plus, le domaine d'application plus large de l'CAB exacerbe les défis de l'estimation des paramètres et de la sélection des modèles. | ||
== Français == | == Français == | ||
'''Calcul bayésien approximatif''' | '''Calcul bayésien approximatif''' <small> loc. nom. masc. </small> | ||
== Anglais == | == Anglais == | ||
| Ligne 23 : | Ligne 17 : | ||
[https://www.apprentissageprofond.org/ Source : ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 703 ] | [https://www.apprentissageprofond.org/ Source : ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 703 ] | ||
[[Catégorie:Scotty]] | |||
[[Catégorie:Vocabulaire]] | |||
[[Catégorie:App-profond-livre]] | |||
[[Catégorie:Apprentissage profond]] | |||
Version du 4 mai 2020 à 10:31
Définition
Le calcul bayésien approximatif constitue une classe de méthodes de calcul enracinées dans les statistiques bayésiennes qui peuvent être utilisées pour estimer les distributions postérieures des paramètres du modèle.
Ces méthodes contournent l'évaluation de la fonction de vraisemblance. De cette façon, les méthodes CAB élargissent le domaine des modèles pour lesquels l'inférence statistique peut être considérée. Les méthodes ABC sont mathématiquement bien fondées, mais elles font inévitablement des hypothèses et des approximations dont l'impact doit être soigneusement évalué. De plus, le domaine d'application plus large de l'CAB exacerbe les défis de l'estimation des paramètres et de la sélection des modèles.
Français
Calcul bayésien approximatif loc. nom. masc.
Anglais
Approximate bayesian computation
Contributeurs: Imane Meziani, Jacques Barolet, wiki, Sihem Kouache
