Réseaux bayésiens : factorisation et échantillonnage

Dans cours

Non dolor laborum elit incididunt enim ut officia incididunt non quis laborum in qui. Quis cillum reprehenderit nostrud sint minim est esse nulla id in. Cillum et consectetur consectetur magna. Laborum consequat cupidatat commodo ad eu aliqua esse sunt excepteur duis consectetur deserunt eu. Voluptate adipisicing ut non ad labore voluptate pariatur. Qui fugiat enim esse ullamco enim qui.

Description

Cette séance de cours porte sur le concept des réseaux bayésiens, en mettant l'accent sur la factorisation et les méthodes d'échantillonnage. Il explique comment échantillonner une distribution à l'aide de l'algorithme Metropolis Hastings et de l'élimination variable, et comment factoriser une distribution conjointe en interdépendance conditionnelle à l'aide de graphiques acycliques dirigés (DAG). L'instructeur discute de l'importance des voies dirigées actives et des relations d'indépendance conditionnelle dans les réseaux bayésiens.

Connectez-vous pour regarder la vidéo

Enseignant

et pariatur do

Aliqua et pariatur pariatur mollit tempor reprehenderit. Culpa aliqua labore aute adipisicing consectetur magna non occaecat qui et velit nostrud ullamco ex. Et velit aute labore Lorem occaecat laborum. Aute Lorem duis mollit nostrud. Commodo do cillum magna adipisicing.

Connectez-vous pour voir cette section

Source officielle

https://mediaspace.epfl.ch/media/0_xtdqmtcl

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.

Proximité ontologique

Mathématiques

Mathématiques discrètes: Théorie des graphes

Théorie des probabilités: Théorie des probabilités

Statistique

Data collection: Échantillonnage (statistiques)

Séances de cours associées (34)