« Fonction d'erreur » : différence entre les versions

Dernière version du 21 mai 2024 à 23:08

Définition

Fonction mathématique utilisée pour représenter la différence éventuelle entre la vraie valeur et une observation ou estimation empirique.

Compléments

En fonction du domaine d'application, on aura tendance à plutôt parler de fonction de coût (en économie par exemple) que de fonction d'erreur. On retrouve aussi le terme plus générique de "fonction objective".

Français

fonction d'erreur

fonction de coût

fonction de perte

fonction objective

fonction de calcul de l'erreur

Anglais

cost function

loss function

objective function

error function

Sources

Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), Deep Learning, Cambridge, The MIT Press, 775 pages. (version française)

Source : Chabot, Florian (2017). Analyse fine 2D/3D de véhicules par réseaux de neurones profonds, thèse de doctorat, Université Clermont Auvergne, 171 pages.

Source : Bisson, Valentin (2012). Algorithmes d’apprentissage pour la recommandation, thèse de doctorat, Université de Montréal, 96 pages.

Source : Damien Fourure (2017). Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur. thèse de doctorat, Université de Lyon, 178 pages.

Source : Baccouche, Moez (2013). Apprentissage neuronal de caractéristiques spatio-temporelles pour la classifica-tion automatique de séquences vidéo, thèse de doctorat, INSA de Lyon, 194 pages.

Source : ISI Glossaire

Source : ISI

Source : Le grand dictionnaire terminologique

@@ Ligne 1 : / Ligne 1 : @@
 ==Définition==
-[[Fonction]] mathématique utilisée pour représenter la différence éventuelle entre la vraie valeur et une observation ou estimation empirique.
+'''[[Fonction]]''' mathématique utilisée pour représenter la différence éventuelle entre la vraie valeur et une observation ou estimation empirique.
 ==Compléments==
-En français, on utilise les termes « fonction de calcul de l'erreur », « fonction d'erreur », « fonction de coût », « fonction de perte », ou « fonction objective » . En anglais: « error function », « cost function », « loss function », « objective function » . Dans la pratique, on utilisera tous ces termes d'une manière interchangeable.
+En fonction du domaine d'application, on aura tendance à plutôt parler de fonction de coût (en économie par exemple) que de fonction d'erreur. On retrouve aussi le terme plus générique de "fonction objective".
-En fonction du domaine d'application, on aura tendance à utiliser plutôt fonction de coût (en économie par exemple) que fonction d'erreur. On rencontre parfois un usage plus générique pour le terme fonction objective.
 ==Français==
@@ Ligne 28 : / Ligne 25 : @@
 '''error function'''
+==Sources==
-==Sources==
+Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), ''Deep Learning'', Cambridge, The MIT Press, 775 pages. (version française)
-Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), ''Deep Learning'', Cambridge, The MIT Press, 775 pages. (version française)
+Source : Chabot, Florian (2017). ''Analyse fine 2D/3D de véhicules par réseaux de neurones profonds'', thèse de doctorat, Université Clermont Auvergne, 171 pages.
-Source: Chabot, Florian (2017). ''Analyse fine 2D/3D de véhicules par réseaux de neurones profonds'', thèse de doctorat, Université Clermont Auvergne, 171 pages.
+Source : Bisson, Valentin (2012). ''Algorithmes d’apprentissage pour la recommandation'', thèse de doctorat, Université de Montréal, 96 pages.
-Source: Bisson, Valentin (2012). ''Algorithmes d’apprentissage pour la recommandation'', thèse de doctorat, Université de Montréal, 96 pages.
+Source : Damien Fourure (2017). ''Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur''. thèse de doctorat, Université de Lyon, 178 pages.
-Source: Damien Fourure (2017). ''Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur''. thèse de doctorat, Université de Lyon, 178 pages.
+Source : Baccouche, Moez (2013). ''Apprentissage neuronal de caractéristiques spatio-temporelles pour la classifica-tion automatique de séquences vidéo'', thèse de doctorat, INSA de Lyon, 194 pages.
-Source: Baccouche, Moez (2013). ''Apprentissage neuronal de caractéristiques spatio-temporelles pour la classifica-tion automatique de séquences vidéo'', thèse de doctorat, INSA de Lyon, 194 pages.
+[https://www.isi-web.org/glossary?language=2  Source : ISI Glossaire ]
-[http://isi.cbs.nl/glossary/term1139.htm  Source : ISI ]
+[https://isi.cbs.nl/glossary/term1139.htm  Source : ISI ]
 [https://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26521217   Source : Le grand dictionnaire terminologique ]