Calcul bayésien approximatif


Révision datée du 30 août 2024 à 13:56 par Pitpitt (discussion | contributions) (Remplacement de texte : « ↵↵==Sources== » par «  ==Sources== »)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)

Définition

Le calcul bayésien approximatif constitue une classe de méthodes de calcul enracinées dans les statistiques bayésiennes qui sont utilisées pour estimer les distributions postérieures des paramètres du modèle.

Ces méthodes contournent le calcul exact de la fonction de vraisemblance en faisant une approximation. En effet, le calcul exact peut s’avérer très lourd, voire impossible. Une grande partie du succès des statistiques bayésiennes repose sur l’idée d’approximation. Les méthodes CBA sont mathématiquement bien fondées, cependant elles font inévitablement des hypothèses et des approximations dont l’impact doit être soigneusement évalué. De plus, le domaine d’application plus large des méthodes CBA présente des défis au niveau de l’estimation des paramètres et de la sélection des modèles. 

Français

Calcul bayésien approximatif

Anglais

Approximate bayesian computation

Sources

Source : Wikipedia

Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 703