« Perplexité » : différence entre les versions


m (Remplacement de texte — « n.f. » par « nom fém. »)
Aucun résumé des modifications
 
(5 versions intermédiaires par un autre utilisateur non affichées)
Ligne 1 : Ligne 1 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Apprentissage profond]]
[[Catégorie:100]]
== Définition ==
== Définition ==
Mesure de l'efficacité d'un modèle à exécuter une tâche. Supposons que vous deviez lire les premières lettres qu'un utilisateur saisit au clavier pour lui proposer une liste de mots possibles. Pour cette tâche, la perplexité, notée P, est environ égale au nombre de mots que vous devez proposer pour que votre liste contienne le mot que l'utilisateur souhaite effectivement saisir.
Mesure de l'efficacité d'un [[modèle]] à exécuter une tâche. Supposons que vous deviez lire les premières lettres qu'un utilisateur saisit au clavier pour lui proposer une liste de mots possibles. Pour cette tâche, la perplexité, notée P, est environ égale au nombre de mots que vous devez proposer pour que votre liste contienne le mot que l'utilisateur souhaite effectivement saisir.


== Français ==
== Français ==
'''perplexité '''nom fém.
'''perplexité'''  


== Anglais ==
== Anglais ==
'''perplexity '''
'''perplexity'''


==Sources==
[https://developers.google.com/machine-learning/glossary/  Source : Google machine learning glossary ]


 
[[Category:GRAND LEXIQUE FRANÇAIS]]
<small>
[[Category:Apprentissage profond]]
 
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]

Dernière version du 18 avril 2024 à 17:14

Définition

Mesure de l'efficacité d'un modèle à exécuter une tâche. Supposons que vous deviez lire les premières lettres qu'un utilisateur saisit au clavier pour lui proposer une liste de mots possibles. Pour cette tâche, la perplexité, notée P, est environ égale au nombre de mots que vous devez proposer pour que votre liste contienne le mot que l'utilisateur souhaite effectivement saisir.

Français

perplexité

Anglais

perplexity

Sources

Source : Google machine learning glossary