Apprentissage de modèles graphiques probabilistes

Olivier C. H. François - Collection Omn.univ.europ.

256 pages, parution le 03/09/2010

Ajouter à une liste

Expédié sous 9 jours

Livraison à partir de 0,01€ dès 35€ d'achats
Pour une livraison en France métropolitaine

QUANTITÉ

Résumé

Les modèles graphiques probabilistes sont un formalisme mêlant efficacement la théorie des graphes, permettant des représentations intuitives, et la théorie des probabilités, permettant la prise en compte d''incertitudes et d''imprécisions. La montée en puissance de ces modèles ces dernières décennies a abouti en l''attribution de la médaille Benjamin Franklin à Judea Pearl en informatique et sciences cognitives en 2008. Ce dernier a introduit les premiers algorithmes généraux de raisonnement dans l''incertain qui promettent des avancées majeures en traitement de l''information. Envisager les ordinateurs comme des machines pouvant découvrir par elle-mêmes des relations causales dissimulées au sein des millions d''observations disponibles dans les bases de données sans cesse alimentées automatiquement à travers le monde est devenue une réalité. L''utilisation des modèles graphiques impacte profondément l''intelligence artificielle ainsi que les statistiques appliquées. Ces modèles peuvent alors se révélés utiles dans les nombreux domaines applicatifs liés au traitement du signal et à l''apprentissage automatique, notamment sur la problématique d''extraction de connaissances.

Caractéristiques techniques

	PAPIER
Éditeur(s)	Editions universitaires européennes
Auteur(s)	Olivier C. H. François
Collection	Omn.univ.europ.
Parution	03/09/2010
Nb. de pages	256
Format	15.2 x 22.9
Couverture	Broché
Poids	381g
EAN13	9786131532511