Mon compte
Ma liste - 0
Catalogue
Ressources numériques
Nouveautés
Liens utiles
Mon compte
Recherche rapide
Recherche avancée
Recherche alphabétique
Historique
Information
Recherche
Auteur
Titre
Sujet
Titre de revue
Collection
Cotes BU
Cotes ENSEA
Cotes 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.