« Modèle factoriel linéaire » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== en construction ==  
== Définition ==
[[Catégorie:vocabulaire]]
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.
[[Catégorie:App-profond-livre]]


== Définition ==
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.


== Français ==
== Français ==
'''modèle factoriel linéaire'''
'''Modèle factoriel linéaire'''
   
   
== Anglais ==
== Anglais ==
'''linear factor model '''
'''Linear factor model '''


<small>
<small>
[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 ]
[[Catégorie:vocabulaire]]
[[Catégorie:App-profond-livre]]
[[Catégorie:9]]

Version du 21 janvier 2021 à 09:33

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 qui génère x en ajoutant du bruit à une transformation linéaire de h, c'est-à-dire x = Wh + b + bruit.

Français

Modèle factoriel linéaire

Anglais

Linear factor model

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

Source: Cedar