Régression de mélange gaussien : modélisation et prédiction

Cette séance de cours présente la régression de mélange gaussienne (RMG), une méthode d'estimation des densités conjointes et conditionnelles à partir d'ensembles de données multimodaux. Il couvre les principes du GMR avec des composantes gaussiennes simples et multiples, expliquant comment estimer les marginaux, les conditionnels et les régressions. La séance de cours traite également du calcul des variances et de l'interprétation du bruit dans l'espace d'état. La clé à retenir est que le GMR permet de prédire les sorties multidimensionnelles et de capturer les corrélations entre les dimensions, bien qu’il nécessite de calculer la distribution complète et une initialisation minutieuse de l’algorithme Expectation-Maximisation.