Contribute Media
A thank you to everyone who has made this possible: Read More

Modélisation, inférence et apprentissage de Réseaux Bayésien avec pyAgrum

Description

pyAgrum est un module de gestion et de calcul de modèles graphiques, en particulier probabilistes. Lors de cette présentation, nous ferons le tour des fonctionnalités proposées par pyAgrum pour l'utilisation de réseaux bayésiens. À l’aide de Python Notebooks, nous monterons en live comment exploiter pyAgrum et les réseaux bayésiens pour l’aide à la décision, la maîtrise du risque ou encore pour l’enseignement. La modélisation sera abordée avec un accent sur les différentes structures de données utilisées pour représenter les tables multidimensionnelle. À l’aide des algorithmes d’inférence probabiliste, nous montrerons comment réaliser de l’analyse de sensibilité. Finalement, nous montrerons comment utiliser pyAgrum pour de l’apprentissage de structure et de paramètres de réseaux bayésiens. pyAgrum est essentiellement un wrapper de la librairie C++ aGrUM, qui implémente des modèles graphiques pour l’aide à la décision; ce qui offre à pyAgrum des performances élevées pour tous ses algorithmes d’inférence et d'apprentissage. http://pyagrum.lip6.fr

Details

Improve this page