« Arrêt prématuré » : différence entre les versions
m (Remplacement de texte — « Catégorie:100 » par « ») |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
Méthode de régularisation qui implique d'interrompre l'entraînement d'un modèle d'apprentissage lorsque la perte d'un ensemble de données de validation commence à augmenter et que les performances de généralisation se dégradent. | Méthode de régularisation qui implique d'interrompre l'entraînement d'un modèle d'apprentissage lorsque la perte d'un ensemble de données de validation commence à augmenter et que les performances de généralisation se dégradent. | ||
| Ligne 17 : | Ligne 11 : | ||
<small> | |||
Source: Google, [https://developers.google.com/machine-learning/crash-course/glossary?hl=fr#o ''Glossaire du machine learning'', consulté le 20 mai 2019 ] | Source: Google, [https://developers.google.com/machine-learning/crash-course/glossary?hl=fr#o ''Glossaire du machine learning'', consulté le 20 mai 2019 ] | ||
| Ligne 29 : | Ligne 22 : | ||
[[Utilisateur:Patrickdrouin | Source: Termino ]] | [[Utilisateur:Patrickdrouin | Source: Termino ]] | ||
[[Catégorie:Apprentissage profond]] | |||
[[Catégorie:Intelligence artificielle]] | |||
[[Catégorie:Termino 2019]] | |||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
Version du 5 mai 2020 à 19:03
Définition
Méthode de régularisation qui implique d'interrompre l'entraînement d'un modèle d'apprentissage lorsque la perte d'un ensemble de données de validation commence à augmenter et que les performances de généralisation se dégradent.
Français
arrêt prématuré loc. nom. fém.
arrêt précoce loc. nom. fém.
Anglais
early stopping
Source: Google, Glossaire du machine learning, consulté le 20 mai 2019
Source: Toukourou, Mohamed Samir (2009). Application de l'apprentissage artificiel à la prévision des crues éclair, thèse de doctorat, École Nationale Supérieure des Mines de Paris, 183 pages.
Source: Johannet, Anne (2011). Modélisation par apprentissage statistique des systèmes naturels, ou en interaction avec un environnement naturel. Applications aux karsts, crues éclair et en robotique, habilitation à diriger des thèses, Université Pierre et Marie Curie, 84 pages.
Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.
Contributeurs: Jacques Barolet, Patrick Drouin, wiki
