Nantilus
Nouvelles paramétrisations de réseaux bayésiens et leur estimation implicite : famille exponentielle naturelle et mélange infini de Gaussiennes
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 Gaussiennes / Adeel Anjum; sous la direction de Philippe Leray, Alif Masmoudi |
| Publié : |
[S.l.] :
[s.n.]
, 2013 |
| Description matérielle : | 1 vol. (93 p.) |
| Condition d'utilisation et de reproduction : | Publication autorisée par le jury |
| Note de thèse : | Thèse de doctorat : Informatique : Nantes : 2013 |
| Sujets : | |
| Documents associés : | Reproduit comme:
Nouvelles paramétrisations de réseaux bayésiens et leur estimation implicite |
| Particularités de l'exemplaire : | BU Sciences, Ex. 1 : Titre temporairement indisponible à la communication |
Table des matières indisponible