« Champ aléatoire conditionnel » : différence entre les versions

Version du 16 mai 2019 à 15:04

Domaine

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 n.m.

Anglais

conditional random fields

Source : Wikipedia IA

Version du 16 mai 2019 à 15:03 (voir la source) Jacques (discussion \| contributions) Aucun résumé des modifications Balise : Éditeur visuel ← Modification précédente		Version du 16 mai 2019 à 15:04 (voir la source) Jacques (discussion \| contributions) Aucun résumé des modifications Balise : Éditeur visuel Modification suivante →
Ligne 9 :		Ligne 9 :

	==Définition==		==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 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.