Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
VIME
Variational Imputation and Mask Estimation, un framework d'imputation de valeurs manquantes qui utilise l'inférence variationnelle pour modéliser conjointement la distribution des données et le masque de missingness.
Masque de Missingness
Matrice binaire indiquant la présence (1) ou l'absence (0) de données pour chaque observation et variable, dont la distribution est modélisée dans VIME.
Auto-encodeur Variationnel (VAE)
Architecture de réseau de neurones génératif apprenant une représentation latente probabiliste des données, utilisée dans VIME pour modéliser la distribution des données complètes.
Mécanisme MAR (Missing At Random)
Hypothèse où la probabilité qu'une valeur soit manquante dépend uniquement des valeurs observées, conditionnellement respectée par le cadre VIME.
Mécanisme MNAR (Missing Not At Random)
Scénario où la probabilité de missingness dépend des valeurs manquantes elles-mêmes, que VIME peut modéliser grâce à son estimation conjointe du masque.
Ré-échantillonnage d'Importance
Technique d'estimation Monte Carlo utilisée dans VIME pour approximer l'espérance sous la distribution variationnelle avec une variance réduite.
Postérieure Predictive
Distribution des données futures intégrant l'incertitude sur les paramètres du modèle, que VIME exploite pour générer des imputations réalistes.
Amortissement de l'Inférence
Stratégie où les paramètres variationnels sont produits par un réseau de neurones (encodeur) plutôt qu'optimisés individuellement, permettant un traitement efficace de grands jeux de données.
Décomposition de la Borne Variationnelle
Analyse de l'ELBO en termes distincts (reconstruction, régularisation latente, prédiction du masque) qui guide l'architecture et l'entraînement du modèle VIME.
Imputation Auto-régressive
Méthode où les valeurs manquantes sont imputées séquentiellement en conditionnant sur les imputations précédentes, alternative à l'approche variationnelle de VIME.
Modèle Génatif Profond
Classe de modèles apprenant la distribution de probabilité des données, dont VIME est un exemple spécialisé pour les données structurées avec valeurs manquantes.