« Décomposition parcimonieuse prévisionnelle » : différence entre les versions

Dernière version du 31 janvier 2024 à 11:07

Définition

Les décompositions parcimonieuses prévisionnelles sont des méthodes d'apprentissage non supervisées qui apprennent d'une représentation parcimonieuse (clairsemée) des données. Ce modèle est similaire à ceux de codage parcimonieux avec une représentation qui peut être prédite soit par un approximateur non linéaire, soit par une méthode d'inférence optimale.

Français

Décomposition parcimonieuse prévisionnelle

Anglais

predictive sparse decomposition

Sources

Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 521

Source :samira shabanian

@@ Ligne 1 : / Ligne 1 : @@
 == Définition ==
-Les décompositions parcimonieuse prévisionnelle sont des méthodes d'apprentissage non supervisées qui apprennent d'une représentation parcimonieuse (clairsemée) des données. Ce modèle est similaire aux modèles de codage parcimonieux avec une  représentation qui peut être prédite soit par un approximateur non linéaire, soit par une méthode d'inférence optimale.
+Les décompositions parcimonieuses prévisionnelles sont des méthodes d'apprentissage non supervisées qui apprennent d'une représentation parcimonieuse (clairsemée) des données. Ce modèle est similaire à ceux de codage parcimonieux avec une  représentation qui peut être prédite soit par un approximateur non linéaire, soit par une méthode d'inférence optimale.
 == Français ==
@@ Ligne 8 : / Ligne 8 : @@
 '''predictive sparse decomposition'''
+==Sources==
-<small>
 [https://apprentissageprofond.org  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018  page 521  ]
@@ Ligne 16 : / Ligne 15 : @@
-[[Catégorie:Scotty2]]
 [[Catégorie:App-profond-livre]]
 [[Catégorie:Apprentissage profond]]
 [[Catégorie:GRAND LEXIQUE FRANÇAIS]]