« Recuit par échantillonnage d'importance » : différence entre les versions
m (Pitpitt a déplacé la page Recuit pas échantillonnage d'importance vers Recuit par échantillonnage d'importance sans laisser de redirection) |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| (6 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
. | L'échantillonnage d'importance recuit (AIS) est une méthode qui utilise les transitions de la chaîne de Markov pour le recuit afin de définir un échantillonneur d'importance. Il s'agit d'une technique utilisée pour estimer les constantes de normalisation ou pour échantillonner une distribution difficile à échantillonner directement. | ||
== Français == | == Français == | ||
'''Recuit par échantillonnage d'importance''' | '''Recuit par échantillonnage d'importance''' | ||
'''Échantillonnage d’importance par recuit''' | |||
== Anglais == | == Anglais == | ||
'''Annealed importance sampling ''' | '''Annealed importance sampling ''' | ||
==Sources== | |||
[https://www.apprentissageprofond.org/ Source : ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 704 ] | |||
[ | [[Catégorie:Apprentissage profond]] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
Dernière version du 28 janvier 2024 à 11:38
Définition
L'échantillonnage d'importance recuit (AIS) est une méthode qui utilise les transitions de la chaîne de Markov pour le recuit afin de définir un échantillonneur d'importance. Il s'agit d'une technique utilisée pour estimer les constantes de normalisation ou pour échantillonner une distribution difficile à échantillonner directement.
Français
Recuit par échantillonnage d'importance
Échantillonnage d’importance par recuit
Anglais
Annealed importance sampling
Sources
Contributeurs: Jacques Barolet, wiki
