« Modèle génératif » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 4 : | Ligne 4 : | ||
==Compléments== | ==Compléments== | ||
Par exemple, suite à l'entraînement d'un modèle sur un ensemble de phrases représentatives de la langue française, un modèle génératif sera capable de calculer la probabilité qu'une nouvelle phrase soit une phrase française correcte. | Par exemple, suite à l'entraînement d'un modèle sur un ensemble de phrases représentatives de la langue française, un modèle génératif sera capable de calculer la probabilité qu'une nouvelle phrase soit une phrase française correcte. | ||
Un bon exemple de modèle génératif est un modèle de Bayes naïf. | |||
==Français== | ==Français== |
Version du 16 août 2022 à 02:43
Définition
Un modèle génératif est un modèle issu de l'apprentissage automatique qui permet à la fois de générer de nouveaux exemples à partir des données d'entraînement et d'évaluer la probabilité qu'un nouvel exemple provienne ou ait été généré à partir des données d'entraînement.
Compléments
Par exemple, suite à l'entraînement d'un modèle sur un ensemble de phrases représentatives de la langue française, un modèle génératif sera capable de calculer la probabilité qu'une nouvelle phrase soit une phrase française correcte.
Un bon exemple de modèle génératif est un modèle de Bayes naïf.
Français
modèle génératif
Anglais
generative model
Source: Ahmed, Faruk (2017). Generative models for natural images, mémoire de maitrise, Université de Montréal, 88 pages.
Source: Wikipedia, Réseaux antagonistes génératifs.
Contributeurs: Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki