Prédicteur faible - Historique des versions

Pitpitt le 5 mai 2025 à 19:13

2025-05-05T19:13:34Z

← Version précédente		Version du 5 mai 2025 à 15:13
Ligne 59 :		Ligne 59 :

	[[Catégorie:Statistiques]]		[[Catégorie:Statistiques]]
	[[Catégorie:~~Publication~~]]		[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Claude COULOMBE le 30 avril 2025 à 11:26

2025-04-30T11:26:40Z

← Version précédente		Version du 30 avril 2025 à 07:26
Ligne 33 :		Ligne 33 :

	'''apprenant faible'''		'''apprenant faible'''

			'''expert instable'''

	'''mauvais élève'''		'''mauvais élève'''

Claude COULOMBE le 30 avril 2025 à 11:23

2025-04-30T11:23:51Z

← Version précédente		Version du 30 avril 2025 à 07:23
Ligne 47 :		Ligne 47 :
	==Sources==		==Sources==

	[https://www.eyrolles.com/Informatique/Livre/apprentissage-artificiel-9782416001048/ Livre - Vincent Barra, Antoine Cornuéjols, Laurent Miclet - ''Apprentissage artificiel - Concepts et algorithmes de Bayes et Hume au Deep Learning'' - ''algorithme d'apprentissage faible'', ''~~règles~~ de décision ~~faibles~~'']		[https://www.eyrolles.com/Informatique/Livre/apprentissage-artificiel-9782416001048/ Livre - Vincent Barra, Antoine Cornuéjols, Laurent Miclet - ''Apprentissage artificiel - Concepts et algorithmes de Bayes et Hume au Deep Learning'' - ''algorithme d'apprentissage faible'', ''règle de décision faible'']

	[https://www.dunod.com/sciences-techniques/machine-learning-avec-scikit-learn-mise-en-oeuvre-et-cas-concrets-1 Livre - Aurélien Géron, trad. Anne Bohy - ''Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets'' - ''mauvais élève'']		[https://www.dunod.com/sciences-techniques/machine-learning-avec-scikit-learn-mise-en-oeuvre-et-cas-concrets-1 Livre - Aurélien Géron, trad. Anne Bohy - ''Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets'' - ''mauvais élève'']

Claude COULOMBE le 30 avril 2025 à 11:23

2025-04-30T11:23:19Z

← Version précédente		Version du 30 avril 2025 à 07:23
Ligne 15 :		Ligne 15 :
	"Classificateur faible" est concis et fréquemment rencontré dans des descriptions d'algorithmes d'[[apprentissage ensembliste]] comme l'algorithme d'[[amplification adaptative]] (en anglais, Adaboost). Par contre, il désigne un modèle dont la tâche explicite est la classification. Par exemple, il néglige la tâche de régression.		"Classificateur faible" est concis et fréquemment rencontré dans des descriptions d'algorithmes d'[[apprentissage ensembliste]] comme l'algorithme d'[[amplification adaptative]] (en anglais, Adaboost). Par contre, il désigne un modèle dont la tâche explicite est la classification. Par exemple, il néglige la tâche de régression.

	Nous recommandons l'expression "prédicteur faible" qui apparaît également dans la littérature francophone dans le contexte des algorithmes d'[[apprentissage ensembliste]]. Le terme "prédicteur faible" est concis et met l'accent sur la fonction « faire des prédictions ». Il est sémantiquement proche de « classificateur faible », mais plus général car un « prédicteur » peut s'appliquer aussi bien à des tâches de régression (prédire une valeur continue) qu'à des tâches de classification (prédire une classe). Le principal défaut de « prédicteur faible » est que l'utilisation des termes "prédiction" / "prédicteur" en IA pourrait être considérée comme une forme d'anthropomorphisme, puisque la "prédiction" est plutôt intuitive ou divinatoire (horoscope) alors que le terme "prévision" fait davantage appel au calcul (météo).		Nous recommandons l'expression "prédicteur faible" qui apparaît également dans la littérature francophone dans le contexte des algorithmes d'[[apprentissage ensembliste]]. Le terme "prédicteur faible" est concis et met l'accent sur la fonction « faire des prédictions ». Il est sémantiquement proche de « classificateur faible », mais plus général car un « prédicteur » peut s'appliquer aussi bien à des tâches de régression (prédire une valeur continue) qu'à des tâches de classification (prédire une classe).

			Le principal défaut de « prédicteur faible » est que l'utilisation des termes "prédiction" / "prédicteur" en IA pourrait être considérée comme une forme d'anthropomorphisme, puisque la "prédiction" est plutôt intuitive ou divinatoire (horoscope) alors que le terme "prévision" fait davantage appel au calcul (météo).

	== Français ==		== Français ==

Claude COULOMBE le 30 avril 2025 à 11:22

2025-04-30T11:22:42Z

← Version précédente		Version du 30 avril 2025 à 07:22
Ligne 6 :		Ligne 6 :
	<hr/>		<hr/>
	Le concept de ''prédicteur faible'' revêt une importance fondamentale dans la théorie de l'[[apprentissage automatique]]. La question centrale posée par Kearns et Valiant était de savoir si un ensemble ''prédicteurs faibles'' pouvait être combiné pour créer un ''prédicteur fort'' , c'est-à-dire un [[modèle d'apprentissage]] capable d'atteindre une exactitude arbitrairement élevée. La réponse affirmative apportée par Robert Schapire en 1990 a ouvert la voie au développement des algorithmes d'[[apprentissage ensembliste]].		Le concept de ''prédicteur faible'' revêt une importance fondamentale dans la théorie de l'[[apprentissage automatique]]. La question centrale posée par Kearns et Valiant était de savoir si un ensemble ''prédicteurs faibles'' pouvait être combiné pour créer un ''prédicteur fort'' , c'est-à-dire un [[modèle d'apprentissage]] capable d'atteindre une exactitude arbitrairement élevée. La réponse affirmative apportée par Robert Schapire en 1990 a ouvert la voie au développement des algorithmes d'[[apprentissage ensembliste]].
			<hr/>
			L'examen des sources francophones révèle plusieurs propositions pour remplacer l'expression « weak learner » : ''apprenant faible'', ''modèle d'apprentissage faible'', ''algorithme d'apprentissage faible'', , ''classificateur faible'', ''prédicteur faible'' enfin l'utilisation directe du terme anglais ''weak learner''.

			L'expression ''apprenant faible'' constitue une traduction directe mais présente un risque de confusion élevé avec son utilisation pour désigner des étudiants ayant des difficultés d'apprentissage.

			L'expression "algorithme d'apprentissage faible" est employée dans certains textes francophones traitant d'apprentissage automatique, notamment pour décrire les algorithmes d'[[apprentissage ensembliste]]. C'est une traduction techniquement correcte mais moins concise que « apprenant faible » ou « classificateur faible ».

			"Classificateur faible" est concis et fréquemment rencontré dans des descriptions d'algorithmes d'[[apprentissage ensembliste]] comme l'algorithme d'[[amplification adaptative]] (en anglais, Adaboost). Par contre, il désigne un modèle dont la tâche explicite est la classification. Par exemple, il néglige la tâche de régression.

			Nous recommandons l'expression "prédicteur faible" qui apparaît également dans la littérature francophone dans le contexte des algorithmes d'[[apprentissage ensembliste]]. Le terme "prédicteur faible" est concis et met l'accent sur la fonction « faire des prédictions ». Il est sémantiquement proche de « classificateur faible », mais plus général car un « prédicteur » peut s'appliquer aussi bien à des tâches de régression (prédire une valeur continue) qu'à des tâches de classification (prédire une classe). Le principal défaut de « prédicteur faible » est que l'utilisation des termes "prédiction" / "prédicteur" en IA pourrait être considérée comme une forme d'anthropomorphisme, puisque la "prédiction" est plutôt intuitive ou divinatoire (horoscope) alors que le terme "prévision" fait davantage appel au calcul (météo).

	== Français ==		== Français ==
Ligne 13 :		Ligne 23 :

	'''modèle faible'''		'''modèle faible'''

			'''algorithme d'apprentissage faible'''

			'''algorithme faible'''

	'''classificateur faible'''		'''classificateur faible'''
Ligne 31 :		Ligne 45 :
	==Sources==		==Sources==

	[https://stats.stackexchange.com/questions/82049/what-is-meant-by-weak-learner#:~:text=Weak%20learner%20is%20a%20learner,is%20less%20than%201%2F2. - StackExchange - ''weak learner'']		[https://www.eyrolles.com/Informatique/Livre/apprentissage-artificiel-9782416001048/ Livre - Vincent Barra, Antoine Cornuéjols, Laurent Miclet - ''Apprentissage artificiel - Concepts et algorithmes de Bayes et Hume au Deep Learning'' - ''algorithme d'apprentissage faible'', ''règles de décision faibles'']

			[https://www.dunod.com/sciences-techniques/machine-learning-avec-scikit-learn-mise-en-oeuvre-et-cas-concrets-1 Livre - Aurélien Géron, trad. Anne Bohy - ''Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets'' - ''mauvais élève'']

			[https://stats.stackexchange.com/questions/82049/what-is-meant-by-weak-learner#:~:text=Weak%20learner%20is%20a%20learner,is%20less%20than%201%2F2. StackExchange - ''weak learner'']

	[https://machinelearningmastery.com/strong-learners-vs-weak-learners-for-ensemble-learning/ Machine Learning Mastery - ''Weak vs. Strong Learners and Boosting'' - ''weak learner'', ''strong learner'']		[https://machinelearningmastery.com/strong-learners-vs-weak-learners-for-ensemble-learning/ Machine Learning Mastery - ''Weak vs. Strong Learners and Boosting'' - ''weak learner'', ''strong learner'']

Claude COULOMBE : Claude COULOMBE a déplacé la page Weak learner vers Prédicteur faible

2025-04-30T10:35:22Z

Claude COULOMBE a déplacé la page Weak learner vers Prédicteur faible

← Version précédente	Version du 30 avril 2025 à 06:35
(Aucune différence)

Claude COULOMBE : Page créée avec « == Définition == Dans le contexte de l'apprentissage automatique et plus précisément de l'apprentissage ensembliste, un ''prédicteur faible'' désigne un modèle ou un algorithme d'apprentissage dont les performances sur une tâche donnée, typiquement la classification, sont seulement légèrement supérieures à celles obtenues par un choix aléatoire. ==Compléments== Pour une tâche de classification binaire,... »

2025-04-30T10:35:02Z

Page créée avec « == Définition == Dans le contexte de l'apprentissage automatique et plus précisément de l'apprentissage ensembliste, un ''prédicteur faible'' désigne un modèle ou un algorithme d'apprentissage dont les performances sur une tâche donnée, typiquement la classification, sont seulement légèrement supérieures à celles obtenues par un choix aléatoire. ==Compléments== Pour une tâche de classification binaire,... »

Nouvelle page

== Définition ==
Dans le contexte de l'[[apprentissage automatique]] et plus précisément de l'[[apprentissage ensembliste]], un ''prédicteur faible'' désigne un [[modèle d'apprentissage|modèle]] ou un algorithme d'apprentissage dont les performances sur une tâche donnée, typiquement la [[classification]], sont seulement légèrement supérieures à celles obtenues par un choix aléatoire.

==Compléments==
Pour une tâche de [[classification binaire]], cela signifie une exactitude à peine au-dessus de 50%. Un ''prédicteur faible'' produit donc un [[classificateur]] qui n'est que faiblement corrélé avec la classification correcte.
<hr/>
Le concept de ''prédicteur faible'' revêt une importance fondamentale dans la théorie de l'[[apprentissage automatique]]. La question centrale posée par Kearns et Valiant était de savoir si un ensemble ''prédicteurs faibles'' pouvait être combiné pour créer un ''prédicteur fort'' , c'est-à-dire un [[modèle d'apprentissage]] capable d'atteindre une exactitude arbitrairement élevée. La réponse affirmative apportée par Robert Schapire en 1990 a ouvert la voie au développement des algorithmes d'[[apprentissage ensembliste]].

== Français ==
'''prédicteur faible'''

'''modèle d'apprentissage faible'''

'''modèle faible'''

'''classificateur faible'''

'''apprenant faible'''

'''mauvais élève'''

'''weak learner''' <small>(anglicisme)</small>

== Anglais ==
'''weak learner'''

'''weak predictor'''

'''weak classifier'''

==Sources==

[https://stats.stackexchange.com/questions/82049/what-is-meant-by-weak-learner#:~:text=Weak%20learner%20is%20a%20learner,is%20less%20than%201%2F2. - StackExchange - ''weak learner'']

[https://machinelearningmastery.com/strong-learners-vs-weak-learners-for-ensemble-learning/ Machine Learning Mastery - ''Weak vs. Strong Learners and Boosting'' - ''weak learner'', ''strong learner'']
{{Modèle:Statistiques}}

[[Catégorie:Statistiques]]
[[Catégorie:Publication]]

Prédicteur faible - Historique des versions

Pitpitt le 5 mai 2025 à 19:13

Claude COULOMBE le 30 avril 2025 à 11:26

Claude COULOMBE le 30 avril 2025 à 11:23

Claude COULOMBE le 30 avril 2025 à 11:23

Claude COULOMBE le 30 avril 2025 à 11:22

Claude COULOMBE : Claude COULOMBE a déplacé la page Weak learner vers Prédicteur faible

Claude COULOMBE : Claude COULOMBE a déplacé la page Weak learner vers Prédicteur faible