« Réseau somme-produit » : différence entre les versions


m (Remplacement de texte — « Source: L'apprentissage profond. Éd.Massot 2018 » par « Source : ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 »)
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(8 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== en construction ==
[[Catégorie:Vocabulaire]]
[[Catégorie:App-profond-livre]]
[[Catégorie:Apprentissage profond]]
== Définition ==
== Définition ==
...
Modèle graphique probabiliste dans lequel les nœuds terminaux représentent des distributions de probabilité univariées et les nœuds non terminaux représentent des combinaisons convexes (sommes pondérées) et des produits de fonctions de probabilité.


== Français ==
== Français ==
'''Réseau somme-produit'''
'''réseau somme-produit'''
   
   
== Anglais ==
== Anglais ==
'''Sum-product network'''
'''sum-product network'''




<small>
==Sources==
[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://deepai.org/publication/sum-product-networks-a-survey#:~:text=A%20sum-product%20network%20%28SPN%29%20is%20a%20probabilistic%20model%2C,combinations%20%28weighted%20sums%29%20and%20products%20of%20probability%20functions.  Source : DeepAI.org ]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 28 janvier 2024 à 13:17

Définition

Modèle graphique probabiliste dans lequel les nœuds terminaux représentent des distributions de probabilité univariées et les nœuds non terminaux représentent des combinaisons convexes (sommes pondérées) et des produits de fonctions de probabilité.

Français

réseau somme-produit

Anglais

sum-product network


Sources

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

Source : DeepAI.org