« Apprentissage profond causal » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
(3 versions intermédiaires par 2 utilisateurs non affichées) | |||
Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
L'apprentissage profond causal exploite les connaissances causales partielles entre certaines variables d'intérêt, il caractérise quantitativement la forme fonctionnelle de ces variables et il prend en compte la dimension temporelle, fournissant ainsi des informations significatives aux chercheurs. | L'apprentissage profond causal est un type d''''apprentissage automatique causal''' qui exploite les connaissances causales partielles entre certaines variables d'intérêt, il caractérise quantitativement la forme fonctionnelle de ces variables et il prend en compte la dimension temporelle, fournissant ainsi des informations significatives aux chercheurs. | ||
== Français == | == Français == | ||
Ligne 22 : | Ligne 20 : | ||
[[Catégorie: | [[Catégorie:Intelligence artificielle]] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] |
Dernière version du 21 novembre 2024 à 16:57
Définition
L'apprentissage profond causal est un type d'apprentissage automatique causal qui exploite les connaissances causales partielles entre certaines variables d'intérêt, il caractérise quantitativement la forme fonctionnelle de ces variables et il prend en compte la dimension temporelle, fournissant ainsi des informations significatives aux chercheurs.
Français
apprentissage profond causal
Anglais
causal deep learning
CDL
Causal Deep Learning is a framework leverages partial causal knowledge among some variables of interest, it quantitatively characterizes the functional form of these variables, and it considers the dimension of time, thus providing significant insights to researchers and decision-makers.