« Modèle factoriel linéaire » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 14 : Ligne 14 :
[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]
[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]


[https://cedar.buffalo.edu/~srihari/CSE676/13%20LinearFactorModels.pdf Source: Cedar ]
[https://cedar.buffalo.edu/~srihari/CSE676/13%20LinearFactorModels.pdf Source: Cedar ]


[[Catégorie:vocabulaire]]
[[Catégorie:vocabulaire]]
[[Catégorie:App-profond-livre]]  
[[Catégorie:App-profond-livre]]  
[[Catégorie:9]]
[[Catégorie:9]]

Version du 21 janvier 2021 à 10:34

Définition

Les modèles à facteurs linéaires sont les modèles probabilistes les plus simples. Ils sont utilisés comme éléments de base pour les modèles de mélange et les modèles probabilistes profonds.

Note - Ce sont des approches de base pour construire des modèles génératifs qui sont étendus par des modèles profonds, définis en utilisant une fonction de décodeur linéaire stochastique qui génère x en ajoutant du bruit à une transformation linéaire de h, c'est-à-dire x = Wh + b + bruit.

Français

Modèle factoriel linéaire

Anglais

Linear factor model

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

Source: Cedar