« Calcul bayésien approximatif » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== Définition ==
== 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.  
Le calcul bayésien approximatif constitue une classe de méthodes de calcul enracinées dans les statistiques bayésiennes qui sont 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 le calcul exact de la fonction de vraisemblance en faisant une approximation. En effet, le calcul exact peut s’avérer très lourd, voire impossible. Une grande partie du succès des statistiques bayésiennes repose sur l’idée d’approximation. Les méthodes CBA sont mathématiquement bien fondées, cependant elles font inévitablement des hypothèses et des approximations dont l’impact doit être soigneusement évalué. De plus, le domaine d’application plus large des méthodes CBA présente des défis au niveau de l’estimation des paramètres et de la sélection des modèles. 


== Français ==
== Français ==
Ligne 19 : Ligne 19 :




[[Catégorie:Scotty2]]
[[Catégorie:Apprentissage profond]]
[[Catégorie:Apprentissage profond]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Version du 20 décembre 2020 à 09:42

Définition

Le calcul bayésien approximatif constitue une classe de méthodes de calcul enracinées dans les statistiques bayésiennes qui sont utilisées pour estimer les distributions postérieures des paramètres du modèle.

Ces méthodes contournent le calcul exact de la fonction de vraisemblance en faisant une approximation. En effet, le calcul exact peut s’avérer très lourd, voire impossible. Une grande partie du succès des statistiques bayésiennes repose sur l’idée d’approximation. Les méthodes CBA sont mathématiquement bien fondées, cependant elles font inévitablement des hypothèses et des approximations dont l’impact doit être soigneusement évalué. De plus, le domaine d’application plus large des méthodes CBA présente des défis au niveau de l’estimation des paramètres et de la sélection des modèles. 

Français

Calcul bayésien approximatif masculin

Anglais

Approximate bayesian computation



Source : Wikipedia

Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 703