« Réseau de croyances profond » : différence entre les versions

Version du 20 septembre 2022 à 14:51

Définition

En apprentissage automatique, un réseau de croyances profond (Deep Belief Network - DBN) ou une machine de Boltzman profonde est un modèle graphique génératif, ou encore une classe de réseau de neurones profond, composé de plusieurs couches de variables latentes (unités cachées) avec des connexions entre les couches mais pas entre chaque couche.

Lorsqu'il est entraîné sur un ensemble de données sans supervision, un réseau de croyances profond peut apprendre à reconstruire de manière probabiliste ses entrées. Les couches agissent alors comme des détecteurs d'attributs. Après cette étape d'entraînement, un réseau de croyances profond peut être entraîné à nouveau avec supervision pour effectuer une classification.

Compléments

En intelligence artificielle, graphe acyclique orienté dans lequel les nœuds représentent des variables, les arcs représentent des dépendances directes entre les variables liées, et la force de ces dépendances sont quantifiés par des probabilités conditionnelles.

à valider...

Français

réseau de croyances profond

réseau de croyances

machine de Boltzman profonde

Anglais

Deep Belief Network

DBN

Source: Qwerty wiki, Deep belief network.

Source : TERMIUM Plus

Note: réseau de croyances profond désignation validée par des spécialistes canadiens de l'Université Concordia, de l'Université Dalhousie, de l'Université Laval et de Microsoft Canada.

@@ Ligne 1 : / Ligne 1 : @@
 ==Définition==
-En apprentissage automatique, un réseau de croyances profond (''Deep Belief Network'' - DBN) est un modèle graphique génératif, ou encore une classe de réseau de neurones profond, composé de plusieurs couches de variables latentes (unités cachées) avec des connexions entre les couches mais pas entre chaque couche.
+En apprentissage automatique, un réseau de croyances profond (''Deep Belief Network'' - DBN) ou une machine de Boltzman profonde est un modèle graphique génératif, ou encore une classe de réseau de neurones profond, composé de plusieurs couches de variables latentes (unités cachées) avec des connexions entre les couches mais pas entre chaque couche.
-Lorsqu'il est entraîné sur un ensemble de données sans supervision, un DBN peut apprendre à reconstruire de manière probabiliste ses entrées. Les couches agissent alors comme des détecteurs d'attributs. Après cette étape d'entraînement, un DBN peut être entraîné à nouveau avec supervision pour effectuer une classification.
+Lorsqu'il est entraîné sur un ensemble de données sans supervision, un réseau de croyances profond peut apprendre à reconstruire de manière probabiliste ses entrées. Les couches agissent alors comme des détecteurs d'attributs. Après cette étape d'entraînement, un réseau de croyances profond peut être entraîné à nouveau avec supervision pour effectuer une classification.
-voir : [[Machine de Boltzman profonde]]
 ==Compléments==
@@ Ligne 15 : / Ligne 13 : @@
 '''réseau de croyances'''
+'''machine de Boltzman profonde'''
 ==Anglais==