« Champ aléatoire conditionnel » : différence entre les versions

Version du 31 mai 2024 à 09:25

Définition

Les champs aléatoires conditionnels - CAC (conditional random fields ou CRFs) sont une classe de modèles statistiques utilisés en reconnaissance des formes et plus généralement en apprentissage statistique. Les CAC permettent de prendre en compte l'interaction de variables « voisines », ils sont souvent utilisés pour des données séquentielles (langage naturel, séquences biologiques, vision par ordinateur). Les CAC sont un exemple de réseau probabiliste non orienté.

Français

champ aléatoire conditionnel

Anglais

conditional random field

Sources

Source : Wikipedia IA

@@ Ligne 1 : / Ligne 1 : @@
 ==Définition==
-Les champs aléatoires conditionnels - CAC (''conditional random fields'' ou CRFs) sont une classe de modèles statistiques utilisés en reconnaissance des formes et plus généralement en apprentissage statistique. Les CAC permettent de prendre en compte l'interaction de variables « voisines », ils sont souvent utilisés pour des données séquentielles (langage naturel, séquences biologiques, vision par ordinateur). Les CAC sont un exemple de réseau probabiliste non orienté.
+Les champs aléatoires conditionnels - CAC (''conditional random fields'' ou CRFs) sont une '''[[classe de modèle|classe de modèles statistiques]]''' utilisés en reconnaissance des formes et plus généralement en '''[[apprentissage statistique]]'''. Les CAC permettent de prendre en compte l'interaction de variables « voisines », ils sont souvent utilisés pour des données séquentielles (langage naturel, séquences biologiques, vision par ordinateur). Les CAC sont un exemple de réseau probabiliste non orienté.
 ==Français==

« Champ aléatoire conditionnel » : différence entre les versions