Nantilus
Nouvelles paramétrisations de réseaux bayésiens et leur estimation implicite : famille exponentielle naturelle et mélange infini de Gaussienne
L apprentissage d un réseau Bayésien consiste à estimer le graphe (la structure) et les paramètres des distributions de probabilités conditionnelles associées à ce graphe. Les algorithmes d apprentissage de réseaux Bayésiens utilisent en pratique une approche Bayésienne classique d estimation a post...
Enregistré dans:
| Auteurs principaux : | , , |
|---|---|
| Collectivités auteurs : | , , |
| Format : | Thèse ou mémoire |
| Langue : | français |
| Titre complet : | Nouvelles paramétrisations de réseaux bayésiens et leur estimation implicite : famille exponentielle naturelle et mélange infini de Gaussienne / Adeel Anjum; sous la direction de Philippe Leray, Alif Masmoudi |
| Publié : |
[S.l.] :
[s.n.]
, 2013 |
| Accès en ligne : |
Accès Nantes Université
|
| Note de thèse : | Thèse de doctorat : Informatique : Nantes : 2013 |
| Sujets : | |
| Documents associés : | Reproduction de:
Nouvelles paramétrisations de réseaux bayésiens et leur estimation implicite |