| Property |
Value |
| dbo:abstract
|
- Le théorème de Cox-Jaynes (1946) codifie et quantifie la démarche d'apprentissage en se fondant sur cinq postulats (desiderata) simples. Cette codification coïncide avec celle de probabilité, historiquement d'origine toute différente. Le théorème doit son nom au physicien Richard Threlkeld Cox qui en a formulé la version initiale. Cox formalise la notion intuitive de plausibilité sous une forme numérique. Il démontre que, si les plausibilités satisfont à un ensemble d'hypothèses, la seule façon cohérente de les manipuler est d'utiliser un système isomorphe à la théorie des probabilités. Ce système induit une interprétation rationelle des probabilités qui fournit une base au mécanisme d'induction logique, et donc à l'apprentissage automatique, sans dépendre du concept statistique de fréquence. Qui plus est, le théorème, sous les conditions imposées par les postulats, implique que toute autre forme de prise en compte des informations dans le cadre de cette représentation particulière de la connaissance serait en fait biaisée. Il s'agit donc d'un résultat extrêmement fort. Les résultats de Cox n'avaient touché qu'une audience restreinte avant qu'Edwin Thompson Jaynes ne redécouvrît ce théorème et n'en défrichât une série d'implications pour les méthodes bayésiennes[source insuffisante]. Irving John Good en explora les conséquences dans le domaine de l'intelligence artificielle. Stanislas Dehaene utilise le théorème, sa construction et ses applications dans le cadre de l'étude des processus cognitifs humains, suivant en cela une idée déjà énoncée en 1988 par Jaynes. (fr)
- Le théorème de Cox-Jaynes (1946) codifie et quantifie la démarche d'apprentissage en se fondant sur cinq postulats (desiderata) simples. Cette codification coïncide avec celle de probabilité, historiquement d'origine toute différente. Le théorème doit son nom au physicien Richard Threlkeld Cox qui en a formulé la version initiale. Cox formalise la notion intuitive de plausibilité sous une forme numérique. Il démontre que, si les plausibilités satisfont à un ensemble d'hypothèses, la seule façon cohérente de les manipuler est d'utiliser un système isomorphe à la théorie des probabilités. Ce système induit une interprétation rationelle des probabilités qui fournit une base au mécanisme d'induction logique, et donc à l'apprentissage automatique, sans dépendre du concept statistique de fréquence. Qui plus est, le théorème, sous les conditions imposées par les postulats, implique que toute autre forme de prise en compte des informations dans le cadre de cette représentation particulière de la connaissance serait en fait biaisée. Il s'agit donc d'un résultat extrêmement fort. Les résultats de Cox n'avaient touché qu'une audience restreinte avant qu'Edwin Thompson Jaynes ne redécouvrît ce théorème et n'en défrichât une série d'implications pour les méthodes bayésiennes[source insuffisante]. Irving John Good en explora les conséquences dans le domaine de l'intelligence artificielle. Stanislas Dehaene utilise le théorème, sa construction et ses applications dans le cadre de l'étude des processus cognitifs humains, suivant en cela une idée déjà énoncée en 1988 par Jaynes. (fr)
|
| dbo:namedAfter
| |
| dbo:wikiPageExternalLink
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 26467 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| prop-fr:année
|
- 1826 (xsd:integer)
- 1969 (xsd:integer)
- 1974 (xsd:integer)
- 1988 (xsd:integer)
- 1994 (xsd:integer)
- 1996 (xsd:integer)
- 2003 (xsd:integer)
|
| prop-fr:annéePremièreÉdition
| |
| prop-fr:auteur
| |
| prop-fr:auteurOuvrage
|
- G. J. Erikson et C. R. Smith (fr)
- G. J. Erikson et C. R. Smith (fr)
|
| prop-fr:fr
|
- János Aczél (fr)
- János Aczél (fr)
|
| prop-fr:isbn
| |
| prop-fr:lang
| |
| prop-fr:langue
|
- en (fr)
- fr (fr)
- en (fr)
- fr (fr)
|
| prop-fr:lienAuteur
|
- Edwin Thompson Jaynes (fr)
- Myron Tribus (fr)
- Edwin Thompson Jaynes (fr)
- Myron Tribus (fr)
|
| prop-fr:lieu
| |
| prop-fr:lireEnLigne
|
- https://books.google.com/books%3Fid=tTN4HuUNXjgC&printsec=frontcover
- http://omega.albany.edu:8008/JaynesBook.html|consulté le=20/10/2013 (fr)
- http://exordio.qfb.umich.mx/archivos%20PDF%20de%20trabajo%20UMSNH/Aphilosofia/bayesian%20importantes/brain.pdf|consulté le=20/10/2013 (fr)
- http://bayes.wustl.edu/etj/prob/book.pdf|consulté le=20/10/2013 (fr)
|
| prop-fr:nom
|
- Tribus (fr)
- Jaynes (fr)
- Tribus (fr)
- Jaynes (fr)
|
| prop-fr:p.
| |
| prop-fr:pagesTotales
|
- 479 (xsd:integer)
- 727 (xsd:integer)
|
| prop-fr:prénom
|
- Edwin Thompson (fr)
- Myron (fr)
- Edwin Thompson (fr)
- Myron (fr)
|
| prop-fr:revue
| |
| prop-fr:sousTitre
|
- The Logic of Science (fr)
- The Logic of Science (fr)
|
| prop-fr:texte
|
- Janos Aczél (fr)
- Janos Aczél (fr)
|
| prop-fr:titre
|
- Décisions rationnelles dans l'incertain (fr)
- Rational Descriptions, Decisions and Designs (fr)
- Probability Theory (fr)
- Untersuchung der Functionen zweier unabhängig veränderlichen Gröszen x und y, wie f, welche die Eigenschaft haben, dasz f[z, f] eine symmetrische Function von z, x und y ist (fr)
- Décisions rationnelles dans l'incertain (fr)
- Rational Descriptions, Decisions and Designs (fr)
- Probability Theory (fr)
- Untersuchung der Functionen zweier unabhängig veränderlichen Gröszen x und y, wie f, welche die Eigenschaft haben, dasz f[z, f] eine symmetrische Function von z, x und y ist (fr)
|
| prop-fr:titreChapitre
|
- How Does the Brain Do Plausible Reasoning (fr)
- How Does the Brain Do Plausible Reasoning (fr)
|
| prop-fr:titreOriginal
|
- Rational descriptions, decisions and designs (fr)
- Rational descriptions, decisions and designs (fr)
|
| prop-fr:titreOuvrage
|
- Maximum Entropy and Bayesian Methods in Science and Engineering (fr)
- Maximum Entropy and Bayesian Methods in Science and Engineering (fr)
|
| prop-fr:trad
|
- János Aczél (fr)
- János Aczél (fr)
|
| prop-fr:traducteur
|
- Jacques Pézier (fr)
- Jacques Pézier (fr)
|
| prop-fr:vol
| |
| prop-fr:volume
| |
| prop-fr:wikiPageUsesTemplate
| |
| prop-fr:éditeur
| |
| dct:subject
| |
| rdfs:comment
|
- Le théorème de Cox-Jaynes (1946) codifie et quantifie la démarche d'apprentissage en se fondant sur cinq postulats (desiderata) simples. Cette codification coïncide avec celle de probabilité, historiquement d'origine toute différente. Le théorème doit son nom au physicien Richard Threlkeld Cox qui en a formulé la version initiale. Cox formalise la notion intuitive de plausibilité sous une forme numérique. Il démontre que, si les plausibilités satisfont à un ensemble d'hypothèses, la seule façon cohérente de les manipuler est d'utiliser un système isomorphe à la théorie des probabilités. (fr)
- Le théorème de Cox-Jaynes (1946) codifie et quantifie la démarche d'apprentissage en se fondant sur cinq postulats (desiderata) simples. Cette codification coïncide avec celle de probabilité, historiquement d'origine toute différente. Le théorème doit son nom au physicien Richard Threlkeld Cox qui en a formulé la version initiale. Cox formalise la notion intuitive de plausibilité sous une forme numérique. Il démontre que, si les plausibilités satisfont à un ensemble d'hypothèses, la seule façon cohérente de les manipuler est d'utiliser un système isomorphe à la théorie des probabilités. (fr)
|
| rdfs:label
|
- Teorema di Cox (it)
- Théorème de Cox-Jaynes (fr)
- Teorema di Cox (it)
- Théorème de Cox-Jaynes (fr)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is oa:hasTarget
of | |
| is foaf:primaryTopic
of | |
