« Modèle factoriel linéaire » : différence entre les versions


Aucun résumé des modifications
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(3 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 2 : Ligne 2 :
Les modèles à facteurs linéaires sont les modèles probabilistes les plus simples. Ils sont utilisés comme éléments de base pour les modèles de mélange et les modèles probabilistes profonds.  
Les modèles à facteurs linéaires sont les modèles probabilistes les plus simples. Ils sont utilisés comme éléments de base pour les modèles de mélange et les modèles probabilistes profonds.  


Note-
Note -
Ce sont des approches de base pour construire des modèles génératifs qui sont étendus par des modèles profonds, définis en utilisant une fonction de décodeur linéaire stochastique qui génère x en ajoutant du bruit à une transformation linéaire de h, c'est-à-dire x = Wh + b + bruit.
Ce sont des approches de base pour construire des modèles génératifs qui sont étendus par des modèles profonds, définis en utilisant une fonction de décodeur linéaire stochastique.


== Français ==
== Français ==
Ligne 11 : Ligne 11 :
'''Linear factor model '''
'''Linear factor model '''


<small>
 
==Sources==
[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]
[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]


[https://cedar.buffalo.edu/~srihari/CSE676/13%20LinearFactorModels.pdf Source: Cedar ]
[https://cedar.buffalo.edu/~srihari/CSE676/13%20LinearFactorModels.pdf Source: Cedar ]


[[Catégorie:vocabulaire]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:App-profond-livre]]
[[Catégorie:9]]

Dernière version du 28 janvier 2024 à 09:59

Définition

Les modèles à facteurs linéaires sont les modèles probabilistes les plus simples. Ils sont utilisés comme éléments de base pour les modèles de mélange et les modèles probabilistes profonds.

Note - Ce sont des approches de base pour construire des modèles génératifs qui sont étendus par des modèles profonds, définis en utilisant une fonction de décodeur linéaire stochastique.

Français

Modèle factoriel linéaire

Anglais

Linear factor model


Sources

Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018

Source: Cedar