Inférence bayésienne dynamique
L'inférence bayésienne dynamique est un cadre permettant d'effectuer des mises à jour bayésiennes séquentiellement à mesure que de nouvelles observations arrivent au fil du temps. Plutôt que d'ajuster un modèle statique à un ensemble de données fixe, elle suit l'évolution d'une distribution a posteriori sur les états latents ou les paramètres étape par étape, en combinant une distribution a priori avec chaque nouvelle vraisemblance pour produire une distribution a posteriori mise à jour qui se propage dans le temps.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Sources
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
- Murphy, K. P. (2002). Dynamic Bayesian Networks: Representation, Inference and Learning. Ph.D. Dissertation, University of California, Berkeley. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Dynamic Bayesian Inference. ScholarGate. https://scholargate.app/fr/bayesian/dynamic-bayesian-inference
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Régression bayésienneBayésien↔ compare
- Réseau bayésien dynamiqueBayésien↔ compare
- Inférence bayésienne hiérarchiqueBayésien↔ compare
- Filtre de KalmanBayésien↔ compare
- Filtre particulaire (Monte Carlo séquentiel)Bayésien↔ compare
- Monte Carlo séquentielBayésien↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →