« Modèle de mélange gaussien » : différence entre les versions


m (Remplacement de texte — « <!-- Scotty2 --> » par «  »)
m (Remplacement de texte — « <!-- Wikipedia --> » par «  »)
Ligne 1 : Ligne 1 :


<!--Vocabulaire2 -->
<!--Vocabulaire2 -->
<!-- Wikipedia -->
 
[[Catégorie:Intelligence artificielle]]
[[Catégorie:Intelligence artificielle]]
[[Catégorie:Apprentissage automatique]]
[[Catégorie:Apprentissage automatique]]

Version du 6 mai 2020 à 10:19


Définition

Un modèle de mélange gaussien (usuellement abrégé par l'acronyme anglais GMM pour Gaussian Mixture Model) est un modèle statistique exprimé selon une densité mélange. Il sert à estimer paramétriquement la distribution de variables aléatoires en les modélisant comme une somme de plusieurs gaussiennes (appelées noyaux). Il s'agit alors de déterminer la variance, la moyenne et l'amplitude de chaque gaussienne. Ces paramètres sont optimisés selon un critère de maximum de vraisemblance pour approcher le plus possible la distribution recherchée. Cette procédure se fait le plus souvent itérativement via l'algorithme espérance-maximisation (EM).

Français

modèle de mélange gaussien nom masc.

Anglais

Gaussian mix method GMM


Source : Wikipedia IA



Contributeurs: Jacques Barolet, wiki