« Recuit par échantillonnage d'importance » : 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== »)
 
(3 versions intermédiaires par le même utilisateur non affichées)
Ligne 1 : Ligne 1 :
== en construction ==
[[Catégorie:Vocabulaire]]
[[Catégorie:App-profond-livre]]
[[Catégorie:Apprentissage profond]]
== Définition ==
== Définition ==
...
L'échantillonnage d'importance recuit (AIS) est une méthode qui utilise les transitions de la chaîne de Markov pour le recuit afin de définir un échantillonneur d'importance. Il s'agit d'une technique utilisée pour estimer les constantes de normalisation ou pour échantillonner une distribution difficile à échantillonner directement.


== Français ==
== Français ==


'''Recuit par échantillonnage d'importance'''
'''Recuit par échantillonnage d'importance'''
'''
 
Échantillonnage d’importance par recuit'''
'''Échantillonnage d’importance par recuit'''
   
   
== Anglais ==
== Anglais ==
Ligne 18 : Ligne 13 :




<small>
==Sources==


[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 page 704  ]
[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 page 704  ]
[[Catégorie:Apprentissage profond]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 28 janvier 2024 à 12:38

Définition

L'échantillonnage d'importance recuit (AIS) est une méthode qui utilise les transitions de la chaîne de Markov pour le recuit afin de définir un échantillonneur d'importance. Il s'agit d'une technique utilisée pour estimer les constantes de normalisation ou pour échantillonner une distribution difficile à échantillonner directement.

Français

Recuit par échantillonnage d'importance

Échantillonnage d’importance par recuit

Anglais

Annealed importance sampling


Sources

Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 704



Contributeurs: Jacques Barolet, wiki