Modèles à base d’énergie

L'approche des modèles à base d'énergie consiste à prédire si une paire de ${\displaystyle (x,y)}$ s'assemble ou non, plutôt que de classer ${\displaystyle x}$ en ${\displaystyle y}$.

Pour cela, on définit une fonction énergie ${\displaystyle F(x,y)}$qui décrit le niveau de dépendance entre les paires${\displaystyle (x,y)}$. L'inférence est donnée par l'équation ${\displaystyle {\tilde {y}}=argmin_{y}\{F(x,y)\}}$^[1].

Pour trouver des ${\displaystyle y}$ compatibles, on utilise la descente de gradient ou un autre algorithme d'optimisation pour rechercher une fonction d'énergie lisse et différenciable.^{[note 1]}

Les modèles à base d'énergie peuvent comporter une variable latente ${\displaystyle y}$ est utilisée pour capter des informations cachées ou latentes dans les données d'entrée qui ne sont pas directement observables.

• Apprentissage profond
• Modèle graphique

• Cours de Yann Lecun sur les modèles à base d'énergie

• Portail de l’informatique
• Portail des probabilités et de la statistique
• Portail des données