Apprentissage de la structure: Chow-Liu Algorithm

Cette séance de cours couvre l'Algorithme Chow-Liu pour l'apprentissage de la structure, qui vise à apprendre le graphique codant une distribution à partir d'échantillons. Il explique comment l'algorithme se rapproche de la meilleure structure d'arbre basée sur les probabilités conjointes, minimisant la divergence K-L entre les distributions. La séance de cours s'inscrit dans les fondements théoriques et les applications pratiques de l'algorithme, soulignant l'importance de couvrir les arbres et de maximiser le gain d'information. De plus, il traite de la projection des distributions sur les arbres dont le poids maximal s'étend pour réduire au minimum la divergence. La présentation se termine par une analyse détaillée du processus d'optimisation de l'algorithme et de ses implications dans les modèles graphiques probabilistes.