Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Algorithme Expectation-Maximisation (EM)
Méthode itérative pour trouver les estimations du maximum de vraisemblance des paramètres dans les modèles probabilistes avec des variables latentes, alternant entre une étape d'espérance (E) et de maximisation (M).
Loi a priori de Conjugaison
Choix d'une distribution a priori qui, lorsqu'elle est combinée avec la fonction de vraisemblance, produit une distribution a posteriori appartenant à la même famille de distributions, simplifiant grandement les calculs analytiques.
Méthode de Monte-Carlo par Chaînes de Markov (MCMC)
Classe d'algorithmes pour l'échantillonnage de distributions de probabilité, en construisant une chaîne de Markov dont la distribution stationnaire est la distribution cible, permettant d'approximer les intégrales bayésiennes.
Approximation de Champ Moyen (Mean Field)
Famille d'approximations variationnelles qui suppose que la distribution postérieure factorise en un produit de distributions plus simples pour chaque variable, simplifiant l'optimisation au prix d'une perte de corrélation.
Inférence Épistémique
Branche de l'inférence qui se concentre sur la quantification de l'incertitude due à un manque de connaissances, souvent modélisée par des distributions de probabilité sur les paramètres du modèle dans un cadre bayésien.