Ce TP séparé en trois parties propose une mise en pratique simple des théories présentées dans le cours d'Inférence Bayésienne de deuxième année de Télécom SudParis. Il repose sur l'apprentissage des trois algorithmes les plus classiques de segmentation dans ce cadre, à savoir :
- Maximum de vraisemblance
- Maximum de vraisemblance a posteriori, suivi d'une critique sur la méthode d'estimation de la loi a priori de X
- Via l'algorithme forward-backward
Ces trois approches ont été d'abord appliquées à la reconstruction de signaux bruités, puis à la reconstruction d'images bruitées (via un parcours d'Hilbert Peano)
La finalité de ce TP porte sur une comparaison de ces trois méthodes, de leur complexitée par rapport à leurs résultats ainsi que de leurs limites, qui ont pu être observées durant de TP.
Travaux Pratiques réalisés dans le cadre du module MAT 45 01 de l'école TÉLÉCOM SUDPARIS.
