« Perte quadratique » : différence entre les versions

Dernière version du 16 avril 2024 à 19:17

Définition

Fonction de perte utilisée dans la régression linéaire, également appelée perte L2. Cette fonction calcule les carrés de la différence entre la valeur prédite d'un modèle pour un exemple étiqueté et la valeur réelle de l'étiquette. En raison de la mise au carré, cette fonction de perte amplifie l'influence des mauvaises prédictions. En d'autres termes, la perte quadratique réagit plus fortement aux anomalies que la perte L1.

Français

perte quadratique

perte L2

Anglais

squared loss

L2 loss

Sources

Source : Google machine learning glossary

@@ Ligne 1 : / Ligne 1 : @@
 == Définition ==
-Fonction de perte utilisée dans la [[régression linéaire]], également appelée '''perte L2'''. Cette fonction calcule les carrés de la différence entre la valeur prédite d'un [[modèle]] pour un exemple étiqueté et la valeur réelle de l'[[étiquette]]. En raison de la mise au carré, cette fonction de perte amplifie l'influence des mauvaises prédictions. En d'autres termes, la perte quadratique réagit plus fortement aux anomalies que la '''perte L1'''.
+[[Fonction de perte]] utilisée dans la [[régression linéaire]], également appelée '''perte L2'''. Cette fonction calcule les carrés de la différence entre la valeur prédite d'un [[modèle]] pour un exemple étiqueté et la valeur réelle de l'[[étiquette]]. En raison de la mise au carré, cette fonction de perte amplifie l'influence des mauvaises prédictions. En d'autres termes, la perte quadratique réagit plus fortement aux anomalies que la '''perte L1'''.
 == Français ==