Modèle prédictif - Historique des versions

Arianne le 4 décembre 2025 à 21:27

2025-12-04T21:27:19Z

← Version précédente		Version du 4 décembre 2025 à 17:27
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	En '''[[apprentissage automatique]]''', un modèle prédictif a pour tâche de prédire, sur la base d’un entraînement sur des '''[[données]]''', un résultat ou une action pour un problème particulier. Le plus souvent, cette prédiction peut prendre la forme d’une probabilité ou même d'un pourcentage.		En '''[[apprentissage automatique]]''', un modèle prédictif a pour tâche de prédire, sur la base d’un '''[[entraînement]]''' sur des '''[[données]]''', un résultat ou une action pour un problème particulier. Le plus souvent, cette prédiction peut prendre la forme d’une probabilité ou même d'un pourcentage.

	Un modèle prédictif de '''[[classification]]''' sera capable de prédire l’appartenance à une classe pour de nouvelles données sur la base d’un entraînement réalisé auparavant sur un jeu de données '''[[étiquette\|étiquetées]]'''. Par exemple, un modèle prédictif apprendra à associer le contenu d’un courriel à l’'''[[annotation des données\|annotation]]''' « pourriel » ou « non pourriel » s’il est entraîné sur des centaines, voire des milliers de courriels annotés.		Un modèle prédictif de '''[[classification]]''' sera capable de prédire l’appartenance à une classe pour de nouvelles données sur la base d’un entraînement réalisé auparavant sur un jeu de données '''[[étiquette\|étiquetées]]'''. Par exemple, un modèle prédictif apprendra à associer le contenu d’un courriel à l’'''[[annotation des données\|annotation]]''' « pourriel » ou « non pourriel » s’il est entraîné sur des centaines, voire des milliers de courriels annotés.

Pitpitt : Remplacement de texte : « ==Español== » par « ==Español== Catégorie:es »

2025-09-24T00:57:53Z

Remplacement de texte : « ==Español== » par « ==Español== Catégorie:es »

← Version précédente		Version du 23 septembre 2025 à 20:57
Ligne 32 :		Ligne 32 :

	==Español==		==Español==
			[[Catégorie:es]]

	''''' modelo discriminativo '''''		''''' modelo discriminativo '''''

Jean-Sébastien Zavalone le 22 juillet 2025 à 15:26

2025-07-22T15:26:23Z

← Version précédente		Version du 22 juillet 2025 à 11:26
Ligne 30 :		Ligne 30 :

	'''discriminative model'''		'''discriminative model'''

			==Español==

			''''' modelo discriminativo '''''

			''En el aprendizaje automático, la tarea de un modelo discriminativo es predecir, a partir de un entrenamiento con datos, un resultado o una acción para un problema concreto. En la mayoría de los casos, esta predicción puede adoptar la forma de una probabilidad o incluso de un porcentaje.''

			''Un modelo de clasificación predictivo podrá predecir la pertenencia a una clase de nuevos datos basándose en un entrenamiento realizado previamente sobre un conjunto de datos etiquetados. Por ejemplo, un modelo predictivo aprenderá a asociar el contenido de un correo electrónico con la anotación «spam» o «no spam» si se entrena con cientos o incluso miles de correos electrónicos anotados.''

	==Sources==		==Sources==

Jean-Sébastien Zavalone : Remplacement de texte : « 
{{Modèle:101}}
 » par « {{Modèle:101}} »

2025-07-21T20:34:07Z

Remplacement de texte : « </small><br> {{Modèle:101}}<br> » par « {{Modèle:101}} »

← Version précédente		Version du 21 juillet 2025 à 16:34
Ligne 41 :		Ligne 41 :
	[[Utilisateur:Patrickdrouin \| Source : Termino]]		[[Utilisateur:Patrickdrouin \| Source : Termino]]

	~~</small><br>~~ {{Modèle:101}}~~<br>~~		{{Modèle:101}}


	[[Category:GRAND LEXIQUE FRANÇAIS]]		[[Category:GRAND LEXIQUE FRANÇAIS]]
	[[Catégorie:101]]		[[Catégorie:101]]

Arianne le 28 mai 2025 à 17:38

2025-05-28T17:38:03Z

← Version précédente		Version du 28 mai 2025 à 13:38
Ligne 30 :		Ligne 30 :

	'''discriminative model'''		'''discriminative model'''


	==Sources==		==Sources==

	[https://fr.wikipedia.org/wiki/Analyse_pr%C3%A9dictive Source: Wikipedia, ''Analyse prédictive''.]		[https://fr.wikipedia.org/wiki/Analyse_pr%C3%A9dictive Source : Wikipedia, ''Analyse prédictive''.]

	~~Source: Institut canadien des actuaires (sans date). ''Modélisation prédictive : Transformer les mégadonnées en grandes possibilités'', 55 pages.~~

	Source: ~~Do, Quoc-Khanh Do; Alexandre Allauzen et François Yvon~~ (~~2015~~). ''~~Apprentissage discriminant des modèles continus de traduction~~'', ~~Actes de TALN, Caen, 12~~ pages.		Source : Institut canadien des actuaires (sans date). ''Modélisation prédictive : Transformer les mégadonnées en grandes possibilités'', 55 pages.

	~~[[Utilisateur:Patrickdrouin \|~~ Source: ~~Termino]]~~		Source : Do, Quoc-Khanh Do; Alexandre Allauzen et François Yvon (2015). ''Apprentissage discriminant des modèles continus de traduction'', Actes de TALN, Caen, 12 pages.

			[[Utilisateur:Patrickdrouin \| Source : Termino]]

	</small><br> {{Modèle:101}}<br>		</small><br> {{Modèle:101}}<br>

Arianne le 13 janvier 2025 à 03:32

2025-01-13T03:32:51Z

← Version précédente		Version du 12 janvier 2025 à 23:32
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	En '''[[apprentissage automatique]]''', un modèle prédictif a pour tâche de prédire, sur la base d’un entraînement sur des [[données]], un résultat ou une action pour un problème particulier. Le plus souvent, cette prédiction peut prendre la forme d’une probabilité ou même d'un pourcentage.		En '''[[apprentissage automatique]]''', un modèle prédictif a pour tâche de prédire, sur la base d’un entraînement sur des '''[[données]]''', un résultat ou une action pour un problème particulier. Le plus souvent, cette prédiction peut prendre la forme d’une probabilité ou même d'un pourcentage.

	Un modèle prédictif de '''[[classification]]''' sera capable de prédire l’appartenance à une classe pour de nouvelles données sur la base d’un entraînement réalisé auparavant sur un jeu de données '''[[étiquette\|étiquetées]]'''. Par exemple, un modèle prédictif apprendra à associer le contenu d’un courriel à l’'''[[annotation des données\|annotation]]''' « pourriel » ou « non pourriel » s’il est entraîné sur des centaines, voire des milliers de courriels annotés.		Un modèle prédictif de '''[[classification]]''' sera capable de prédire l’appartenance à une classe pour de nouvelles données sur la base d’un entraînement réalisé auparavant sur un jeu de données '''[[étiquette\|étiquetées]]'''. Par exemple, un modèle prédictif apprendra à associer le contenu d’un courriel à l’'''[[annotation des données\|annotation]]''' « pourriel » ou « non pourriel » s’il est entraîné sur des centaines, voire des milliers de courriels annotés.

Arianne le 13 janvier 2025 à 03:31

2025-01-13T03:31:54Z

← Version précédente		Version du 12 janvier 2025 à 23:31
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	En [[apprentissage automatique]], un modèle prédictif a pour tâche de prédire, sur la base d’un entraînement sur des données, un résultat (ou une action) pour un problème particulier. Le plus souvent, cette prédiction peut prendre la forme d’une probabilité (ou pourcentage).		En '''[[apprentissage automatique]]''', un modèle prédictif a pour tâche de prédire, sur la base d’un entraînement sur des [[données]], un résultat ou une action pour un problème particulier. Le plus souvent, cette prédiction peut prendre la forme d’une probabilité ou même d'un pourcentage.

	Un modèle prédictif de classification sera capable de prédire l’appartenance à une classe pour ~~des~~ données ~~nouvelles~~ sur la base d’un entraînement réalisé auparavant sur un jeu de données étiquetées. Par exemple, un modèle prédictif apprendra à associer le contenu d’un courriel à ~~l’annotation~~ « pourriel » ou « non pourriel » s’il est entraîné sur des centaines, voire des milliers de courriels annotés.		Un modèle prédictif de '''[[classification]]''' sera capable de prédire l’appartenance à une classe pour de nouvelles données sur la base d’un entraînement réalisé auparavant sur un jeu de données '''[[étiquette\|étiquetées]]'''. Par exemple, un modèle prédictif apprendra à associer le contenu d’un courriel à l’'''[[annotation des données\|annotation]]''' « pourriel » ou « non pourriel » s’il est entraîné sur des centaines, voire des milliers de courriels annotés.

	Certains modèles prédictifs exploitent des tendances découvertes à l’intérieur d’ensembles de données historiques ([[Série chronologique\|séries chronologiques]]) afin de prédire un résultat futur.		Certains modèles prédictifs exploitent des tendances découvertes à l’intérieur d’ensembles de données historiques, appelées '''[[Série chronologique\|séries chronologiques]]''', afin de prédire un résultat futur.

	~~voir~~ aussi '''[[algorithme prédictif]] '''		Voir aussi '''[[algorithme prédictif]] ''' et '''[[jeu de données]]'''

	==Compléments==		==Compléments==

Pitpitt le 5 janvier 2025 à 16:35

2025-01-05T16:35:53Z

← Version précédente		Version du 5 janvier 2025 à 12:35
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	En apprentissage automatique, un modèle prédictif a pour tâche de prédire, sur la base d’un entraînement sur des données, un résultat (ou une action) pour un problème particulier. Le plus souvent, cette prédiction peut prendre la forme d’une probabilité (ou pourcentage).		En [[apprentissage automatique]], un modèle prédictif a pour tâche de prédire, sur la base d’un entraînement sur des données, un résultat (ou une action) pour un problème particulier. Le plus souvent, cette prédiction peut prendre la forme d’une probabilité (ou pourcentage).

	Un modèle prédictif de classification sera capable de prédire l’appartenance à une classe pour des données nouvelles sur la base d’un entraînement réalisé auparavant sur un jeu de données étiquetées. Par exemple, un modèle prédictif apprendra à associer le contenu d’un courriel à l’annotation « pourriel » ou « non pourriel » s’il est entraîné sur des centaines, voire des milliers de courriels annotés.		Un modèle prédictif de classification sera capable de prédire l’appartenance à une classe pour des données nouvelles sur la base d’un entraînement réalisé auparavant sur un jeu de données étiquetées. Par exemple, un modèle prédictif apprendra à associer le contenu d’un courriel à l’annotation « pourriel » ou « non pourriel » s’il est entraîné sur des centaines, voire des milliers de courriels annotés.

Pitpitt : Remplacement de texte : « Category:Termino 2019 » par «  »

2024-10-11T13:32:40Z

Remplacement de texte : « Category:Termino 2019 » par «  »

← Version précédente		Version du 11 octobre 2024 à 09:32
Ligne 44 :		Ligne 44 :
	</small><br> {{Modèle:101}}<br>		</small><br> {{Modèle:101}}<br>

	~~[[Category:Termino 2019]]~~
	[[Category:GRAND LEXIQUE FRANÇAIS]]		[[Category:GRAND LEXIQUE FRANÇAIS]]
	[[Catégorie:101]]		[[Catégorie:101]]

Pitpitt : Remplacement de texte : « ↵ » par «  ==Sources== »

2024-01-28T15:03:47Z

Remplacement de texte : « ↵<small> » par «  ==Sources== »

← Version précédente		Version du 28 janvier 2024 à 11:03
Ligne 31 :		Ligne 31 :
	'''discriminative model'''		'''discriminative model'''

	~~<small>~~
			==Sources==

	[https://fr.wikipedia.org/wiki/Analyse_pr%C3%A9dictive Source: Wikipedia, ''Analyse prédictive''.]		[https://fr.wikipedia.org/wiki/Analyse_pr%C3%A9dictive Source: Wikipedia, ''Analyse prédictive''.]