Séance de cours

Analyse de documents et modélisation de sujets

Description

Cette séance de cours couvre l'analyse de documents et la modélisation de sujets, en mettant l'accent sur la découverte de thèmes récurrents dans les documents texte et la relation entre les documents et les sujets. Il introduit un mélange de modèles multinoullis et d'allocation de Dirichlet latente (LDA) comme méthodes pour affecter des sujets à des documents. Les limites des modèles de mélange sont discutées, ce qui conduit à lintroduction de LDA, qui permet à chaque mot dans un document davoir son propre sujet. L'inférence variationnelle et les auto-encodeurs variationnels sont présentés comme des techniques pour estimer les paramètres du modèle et apprendre des représentations latentes significatives. La séance de cours se termine par un aperçu des modèles génératifs profonds, y compris les auto-encodeurs, les réseaux antagonistes génératifs (GAN) et les GAN conditionnels.

Enseignant
veniam culpa
Pariatur elit ipsum do dolore adipisicing exercitation. Proident velit aute id excepteur consectetur pariatur pariatur sint enim amet. Ad elit nulla quis officia quis eu pariatur nostrud mollit culpa consequat. Lorem ut proident voluptate mollit culpa cupidatat pariatur ipsum dolore. Pariatur consequat nostrud excepteur irure amet qui id voluptate sunt officia incididunt in culpa Lorem.
Connectez-vous pour voir cette section
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Séances de cours associées (39)
Modèles de génération profonde: Codeurs automatiques et GANs
Explore les codeurs automatiques et les réseaux d'adversaires génériques pour la modélisation generative profonde.
Analyse des documents : Modélisation des sujets
Explore l'analyse documentaire, la modélisation thématique et les modèles génériques pour la production de données dans l'apprentissage automatique.
Modèles de génération profonde
Couvre les modèles générateurs profonds, y compris LDA, auto-encodeurs, GANs et DCGANs.
Modèles de génération profonde
Couvre les modèles génératifs profonds, y compris les auto-encodeurs variationnels, les GAN et les GAN convolutifs profonds.
Fondements de l'apprentissage automatique
Introduit des concepts fondamentaux d'apprentissage automatique, couvrant la régression, la classification, la réduction de dimensionnalité et des modèles générateurs profonds.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.