{{page>:defs}}

====== Sujet et ressources ======

  * **Binôme:** Paul Héllégouarch et Yassine Maalej

Ce projet de recherche consistera à étudier les papiers: 
    * [[https://jmlr.org/papers/volume14/hoffman13a/hoffman13a.pdf|Stochastic Variational Inférence]] (LDA, version appliquée via Stochastic VI)
    * [[https://users.stat.ufl.edu/~doss/Research/lda-ntopics.pdf|Inference for the Number of Topics in the Latent
Dirichlet Allocation Model via Bayesian Mixture
Modelling]] by Zhe Chen and Ani Doss, 2019. (LDA version théorique via Bayesian Mixture modelling et Monte Carlo by Markov Chains techniques)


===== Lectures complémentaires =====

  * Le papier original introduisant la LDA est celui là: [[https://www.jmlr.org/papers/volume3/blei03a/blei03a.pdf?ref=https://githubhelp.com| Latent Dirichlet Allocation, 2003]] by David Blei, Andrew Ng, Michael Jordan. On pourra lire aussi cette survey [[https://www.eecis.udel.edu/~shatkay/Course/papers/UIntrotoTopicModelsBlei2011-5.pdf| Introduction to probabilistic topics models]]


  * Pour info: 
      * Liste de papiers faisant le lien entre musique et LDA:  [[https://scholar.google.fr/scholar?hl=fr&as_sdt=0%2C5&q=music+latent+dirichlet+allocation&oq=music+|liste de papiers]]