« Principe d'entropie maximale » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| (13 versions intermédiaires par le même utilisateur non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
Le principe d'entropie maximale consiste, lorsqu'on veut représenter une connaissance imparfaite d'un phénomène par une loi de probabilité, à : | Le principe d'entropie maximale consiste, lorsqu'on veut représenter une connaissance imparfaite d'un phénomène par une loi de probabilité, à : | ||
| Ligne 18 : | Ligne 7 : | ||
Ce choix n'a rien d'arbitraire : de toutes ces distributions, c'est celle d'entropie maximale qui contient le moins d'information, et elle est donc pour cette raison la moins arbitraire de toutes celles que l'on pourrait utiliser. La distribution de probabilité obtenue sert ensuite de probabilité a priori dans un processus classique d'inférence bayésienne. | Ce choix n'a rien d'arbitraire : de toutes ces distributions, c'est celle d'entropie maximale qui contient le moins d'information, et elle est donc pour cette raison la moins arbitraire de toutes celles que l'on pourrait utiliser. La distribution de probabilité obtenue sert ensuite de probabilité a priori dans un processus classique d'inférence bayésienne. | ||
==Français== | ==Français== | ||
'''principe d'entropie maximale''' | '''principe d'entropie maximale''' | ||
==Anglais== | ==Anglais== | ||
| Ligne 28 : | Ligne 15 : | ||
==Sources== | |||
[https://fr.wikipedia.org/wiki/Principe_d%27entropie_maximale Source : Wikipedia IA] | |||
[ | [[Catégorie:Intelligence artificielle]] | ||
[[Catégorie:Apprentissage automatique]] | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | |||
Dernière version du 28 janvier 2024 à 11:30
Définition
Le principe d'entropie maximale consiste, lorsqu'on veut représenter une connaissance imparfaite d'un phénomène par une loi de probabilité, à :
- identifier les contraintes auxquelles cette distribution doit répondre (moyenne, etc) ;
- choisir de toutes les distributions répondant à ces contraintes celle ayant la plus grande entropie au sens de Shannon.
Ce choix n'a rien d'arbitraire : de toutes ces distributions, c'est celle d'entropie maximale qui contient le moins d'information, et elle est donc pour cette raison la moins arbitraire de toutes celles que l'on pourrait utiliser. La distribution de probabilité obtenue sert ensuite de probabilité a priori dans un processus classique d'inférence bayésienne.
Français
principe d'entropie maximale
Anglais
Principle of maximum entropy
Sources
Contributeurs: Jacques Barolet, wiki
