Mon compte Ma liste - 0
	Catalogue   Ressources numériques   Nouveautés   Liens utiles   Mon compte

Recherche rapide Recherche avancée Recherche alphabétique Historique Information

Recherche  AuteurTitreSujetTitre de revueCollectionCotes BUCotes ENSEACotes IUFM       Modifier la recherche     > CERGY

Elargir la recherche       Parcourir le catalogue     par auteur:      Sauvalle , Bruno         Affichage MARC

Auteur :  Sauvalle , Bruno Titre :  Apprentissage statistique non supervisé , Bruno Sauvalle Notes :  Référence de l'article : h5012 Volume : base documentaire : TIP402WEB Date de publication : 10/01/2020 Publié dans : Techniques de l'ingénieur. Technologies logicielles Architectures des systèmes Cet article présente la notion d'apprentissage statistique non supervisé, puis les techniques actuellement disponibles pour procéder à de l'apprentissage statistique à partir de données non labellisées : partitionnement, réduction de dimensionnalité, estimation de densité et enfin utilisation de modèles génératifs. Il s'attache à couvrir aussi bien les algorithmes classiques les plus anciens (analyse en composantes principales, k-moyennes) que les techniques les plus récentes faisant appel à l'apprentissage profond (représentations de mots, modèles autorégressifs, auto-encodeurs, réseaux génératifs adverses). URL:  https://www.techniques-ingenieur.fr/base-documentaire/technologies-de-l-information-th9/big-data-42659210/apprentissage-statistique-non-supervise-h5012/ https://doi.org/10.51257/a-v1-h5012   Exemplaires Pas de données exemplaires

Pour toute question, contactez la bibliothèque

Horizon Information Portal 3.25_france_v1m© 2001-2019 SirsiDynix Tous droits réservés.