« Régularisation » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
(20 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
==Définition==
[[Category:Vocabulaire2]]
Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un [[modèle]] afin d'éviter un éventuel surajustement.
[[Category:Google2]]
[[Category:Intelligence artificielle]]
[[Catégorie:Apprentissage profond]]
[[Category:Termino 2019]]
[[Category:Scotty]]
[[Category:9]


== Définition ==
Remarque : les régularisations les plus couramment employées dans le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisations L1 et L2.
Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.


Note: les régularisations les plus couramment employées le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisation L1 et L2.
==Français==
'''régularisation'''   


== Français ==
==Anglais==
'''régularisation'''  n.f.
 
== Anglais ==
'''regularization'''
'''regularization'''


==Sources==
Source : Nicolas Chapados, Yoshua Bengio (2003). ''Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières'', Montréal, CIRANO, 68 pages


[[Utilisateur:Patrickdrouin  | Source : Termino]]


<small>
[https://developers.google.com/machine-learning/glossary/ Source : ''Google machine learning glossary'']


Source : Nicolas Chapados, Yoshua Bengio (2003). ''Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières'', Montréal, CIRANO, 68 pages
[[Category:GRAND LEXIQUE FRANÇAIS]]
 
[[Category:Intelligence artificielle]]
[https://developers.google.com/machine-learning/glossary/  Source: ''Google machine learning glossary'' ]
[[Catégorie:Apprentissage profond]]
[[Category:Termino 2019]]

Version du 6 avril 2024 à 12:25

Définition

Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.

Remarque : les régularisations les plus couramment employées dans le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisations L1 et L2.

Français

régularisation

Anglais

regularization

Sources

Source : Nicolas Chapados, Yoshua Bengio (2003). Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières, Montréal, CIRANO, 68 pages

Source : Termino

Source : Google machine learning glossary