« Machine à vecteur de pertinence » : différence entre les versions

Dernière version du 28 janvier 2024 à 11:39

Définition

La machine à vecteur de pertinence est un modèle stochastique bayésien spécialisé qui utilise la même fonction de noyau, dépendant des données, qu'un séparateur à vaste marge (SVM).

Français

machine à vecteur de pertinence

MVP

Anglais

relevance vector machine

RVM

Sources

Source : Wikipedia Source : INRS

@@ Ligne 1 : / Ligne 1 : @@
-==en construction==
 == Définition ==
-XXXXXXXXX
+La  machine à vecteur de pertinence est un modèle stochastique bayésien spécialisé qui utilise la même fonction de noyau, dépendant des données, qu'un [[séparateur à vaste marge]] ([[SVM]]).
 == Français ==
-''' XXXXXXXXX '''
+''' machine à vecteur de pertinence '''
+''' MVP '''
 == Anglais ==
-''' Relevance vector machine'''
+''' relevance vector machine'''
 '''RVM'''
- In mathematics, a Relevance Vector Machine (RVM) is a machine learning technique that uses Bayesian inference to obtain parsimonious solutions for regression and probabilistic classification.[1] The RVM has an identical functional form to the support vector machine, but provides probabilistic classification.
+<!-- In mathematics, a Relevance Vector Machine (RVM) is a machine learning technique that uses Bayesian inference to obtain parsimonious solutions for regression and probabilistic classification.[1] The RVM has an identical functional form to the support vector machine, but provides probabilistic classification. -->
-<small>
+==Sources==
 [https://en.wikipedia.org/wiki/Relevance_vector_machine  Source : Wikipedia ]
+[https://espace.inrs.ca/id/eprint/2077/ Source : INRS ]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
-[[Catégorie:vocabulary]]