« Espace latent » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| (6 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Un espace latent est une représentation cachée ou interne (c'est-à-dire qu'il ne s'agit pas d'une donnée observable brute) puisqu'il est le résultat | Un espace latent est une représentation cachée ou interne (c'est-à-dire qu'il ne s'agit pas d'une donnée observable brute) puisqu'il est le résultat du traitement par un algorithme d'apprentissage. | ||
== Compléments == | == Compléments == | ||
Un espace latent peut être une représentation plus compacte ou compressée. | Un espace latent peut être une représentation plus compacte ou compressée. | ||
Typiquement dans un espace latent « sémantique » les objets qui se ressemblent le plus sont positionnés plus près les uns des autres. La position dans l’espace latent peut être considérée comme étant définie par un ensemble de variables latentes qui émergent des ressemblances entre les objets. Cette ressemblance est évaluée à l'aide d'une métrique propre à chaque type d'espace, par exemple on utilise le cosinus pour mesurer la distance entre deux objets représentés par des [[vecteur sémantique compact|vecteurs sémantiques compacts]], par exemple des [[vecteur-mot|vecteurs-mots]]. | |||
== Français == | == Français == | ||
| Ligne 13 : | Ligne 13 : | ||
'''représentation cachée''' | '''représentation cachée''' | ||
== Anglais == | == Anglais == | ||
| Ligne 22 : | Ligne 21 : | ||
'''latent representation''' | '''latent representation''' | ||
==Sources== | |||
[https://towardsdatascience.com/understanding-latent-space-in-machine-learning-de5a7c687d8d Source : Towards Data Science] | [https://towardsdatascience.com/understanding-latent-space-in-machine-learning-de5a7c687d8d Source : Towards Data Science] | ||
Dernière version du 6 juillet 2024 à 09:48
Définition
Un espace latent est une représentation cachée ou interne (c'est-à-dire qu'il ne s'agit pas d'une donnée observable brute) puisqu'il est le résultat du traitement par un algorithme d'apprentissage.
Compléments
Un espace latent peut être une représentation plus compacte ou compressée.
Typiquement dans un espace latent « sémantique » les objets qui se ressemblent le plus sont positionnés plus près les uns des autres. La position dans l’espace latent peut être considérée comme étant définie par un ensemble de variables latentes qui émergent des ressemblances entre les objets. Cette ressemblance est évaluée à l'aide d'une métrique propre à chaque type d'espace, par exemple on utilise le cosinus pour mesurer la distance entre deux objets représentés par des vecteurs sémantiques compacts, par exemple des vecteurs-mots.
Français
espace latent
représentation latente
représentation cachée
Anglais
latent space
latent feature space
latent representation
Sources
Contributeurs: Claude Coulombe, Patrick Drouin, wiki
