« Modèle factoriel linéaire » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 14 : | Ligne 14 : | ||
[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:vocabulaire]] | ||
[[Catégorie:App-profond-livre]] | [[Catégorie:App-profond-livre]] | ||
[[Catégorie:9]] | [[Catégorie:9]] |
Version du 21 janvier 2021 à 09:34
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
Contributeurs: Imane Meziani, Jacques Barolet, wiki