« Modèle factoriel linéaire » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 3 : | Ligne 3 : | ||
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 | 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 16 : | Ligne 16 : | ||
[https://cedar.buffalo.edu/~srihari/CSE676/13%20LinearFactorModels.pdf Source: Cedar ] | [https://cedar.buffalo.edu/~srihari/CSE676/13%20LinearFactorModels.pdf Source: Cedar ] | ||
[[Catégorie: | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Version du 21 janvier 2021 à 10:40
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
Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018
Contributeurs: Imane Meziani, Jacques Barolet, wiki
