Champ aléatoire conditionnelLes champs aléatoires conditionnels (conditional random fields ou CRFs) sont une classe de modèles statistiques utilisés en reconnaissance des formes et plus généralement en apprentissage statistique. Les CRFs permettent de prendre en compte l'interaction de variables « voisines ». Ils sont souvent utilisés pour des données séquentielles (langage naturel, séquences biologiques, vision par ordinateur). Les CRFs sont un exemple de réseau probabiliste non orienté.
Modèle génératifvignette|Schéma représentant la différence entre un modèle discriminatif et un modèle génératif. En classement automatique un modèle génératif est un modèle statistique défini par opposition à un modèle discriminatif. Étant donné une variable X à laquelle il doit associer une autre variable Y, le modèle génératif cherchera à décrire la probabilité conditionnelle ainsi que la probabilité puis d'utiliser la formule de Bayes pour calculer la probabilité .
Particules indiscernablesLes particules indiscernables ou particules identiques sont des particules qui ne peuvent être différenciées l'une de l'autre, même en principe. Ce concept prend tout son sens en mécanique quantique, où les particules n'ont pas de trajectoire bien définie qui permettrait de les distinguer l'une de l'autre. Les particules indiscernables peuvent être soit des particules élémentaires telles que l'électron ou le photon, ou des particules composites - neutron, proton - ayant le même état interne.
Afficher plus