« Hyperprior » : différence entre les versions


m (ClaireGorjux a déplacé la page Hyperpriors vers Hyperprior)
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(4 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==en construction==
== Définition ==
== Définition ==
XXXXXXXXX
Un hyperprior est une hypothèse faite sur un paramètre dans une hypothèse de probabilité antérieure. Elle est couramment utilisée lorsque l'objectif est de créer des prieurs conjugués, mais qu'aucun groupe spécifique de paramètres ne peut être déduit d'expériences passées ou d'analyses subjectives. On utilise donc une distribution de probabilité pour représenter la valeur d'un paramètre, voire son existence, dans l'hypothèse préalable, qui est elle-même une distribution de probabilité couvrant les paramètres de l'échantillon de données non encore observées.


== Français ==
== Français ==
''' XXXXXXXXX '''
'''hyperprior'''


== Anglais ==
== Anglais ==
''' Hyperpriors'''
'''hyperpriors'''
A hyperprior is an assumption made about a parameter in a prior probability assumption. This is commonly used when the goal is to create conjugate priors, but no specific group of parameters can be inferred from past experiments or subjective analysis. So a probability distribution is used to represent a parameter’s value and even existence in the prior, which is itself a probability distribution covering the parameters of the not-yet-observed data sample.
 


==Sources==


[https://deepai.org/machine-learning-glossary-and-terms/hyperprior  Source : DeepAI.org ]


<small>


[https://deepai.org/machine-learning-glossary-and-terms/hyperprior  Source : DeepAI.org ]
[[Catégorie:ENGLISH]]


[[Catégorie:DeepAI.org]]


[[Catégorie:vocabulary]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 27 janvier 2024 à 22:53

Définition

Un hyperprior est une hypothèse faite sur un paramètre dans une hypothèse de probabilité antérieure. Elle est couramment utilisée lorsque l'objectif est de créer des prieurs conjugués, mais qu'aucun groupe spécifique de paramètres ne peut être déduit d'expériences passées ou d'analyses subjectives. On utilise donc une distribution de probabilité pour représenter la valeur d'un paramètre, voire son existence, dans l'hypothèse préalable, qui est elle-même une distribution de probabilité couvrant les paramètres de l'échantillon de données non encore observées.

Français

hyperprior

Anglais

hyperpriors


Sources

Source : DeepAI.org

Contributeurs: Claire Gorjux, wiki