« Marge maximale » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
(17 versions intermédiaires par un autre utilisateur non affichées) | |||
Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Famille de fonctions de perte pour la classification, conçue pour déterminer la frontière de décision la plus éloignée possible de chaque exemple d'apprentissage, afin de maximiser la marge entre les exemples et la frontière. Les machines à vecteurs de support à noyau (''KSVM'') utilisent la marge maximale ou une fonction associée, par exemple le carré de la marge maximale. | Famille de fonctions de perte pour la [[classification]], conçue pour déterminer la frontière de décision la plus éloignée possible de chaque exemple d'apprentissage, afin de maximiser la marge entre les exemples et la frontière. Les [[machines à vecteurs de support à noyau]] (''KSVM'') utilisent la marge maximale ou une fonction associée, par exemple le carré de la marge maximale. | ||
== Français == | |||
'''marge maximale''' | |||
== | |||
== Anglais == | == Anglais == | ||
'''hinge loss''' | |||
=== | ==Sources== | ||
[https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary ] | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | |||
[[Category:Apprentissage profond]] | |||
[ | |||
Dernière version du 14 avril 2024 à 18:25
Définition
Famille de fonctions de perte pour la classification, conçue pour déterminer la frontière de décision la plus éloignée possible de chaque exemple d'apprentissage, afin de maximiser la marge entre les exemples et la frontière. Les machines à vecteurs de support à noyau (KSVM) utilisent la marge maximale ou une fonction associée, par exemple le carré de la marge maximale.
Français
marge maximale
Anglais
hinge loss
Sources
Contributeurs: Claire Gorjux, Jacques Barolet, wiki