« Surapprentissage » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
 
(27 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
[[Category:intelligence artificielle]]
==Définition==
<!--GDT-->
Le '''surapprentissage''' ou '''surajustement''' (''overfitting '') est un problème pouvant survenir dans les méthodes mathématiques  de classification pour les réseaux de neurones. Il est en général provoqué par un mauvais dimensionnement de la structure utilisée pour classifier. De par sa trop grande capacité à stocker des informations, une structure dans une situation de surapprentissage aura de la peine à généraliser les caractéristiques des données. Elle se comporte alors comme une table contenant tous les échantillons utilisés lors de l'apprentissage et perd ses pouvoirs de prédiction sur de nouveaux échantillons.
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Termium]]
== Définition ==
En statistique, le surapprentissage ou sur-ajustement ou surinterprétation (en anglais « overfitting ») est une analyse statistique qui correspond trop étroitement ou exactement à un ensemble particulier de données. Ainsi, cette analyse peut ne pas correspondre à des données supplémentaires ou ne pas prévoir de manière fiable les observations futures. Un modèle surajusté est un modèle statistique qui contient plus de paramètres que ne peuvent le justifier les données.


== Français ==
Voir '''[[Fléau de la haute dimension|Fléau de la dimension]]'''
''' surapprentissage  n. m.'''


''' surajustement  n. m.'''
==Français==
'''surapprentissage'''  


''' surajustage n.m. '''
'''surajustement'''  


Les mots composés avec le préfixe sur-, qu'il s'agisse de noms, de verbes ou d'adjectifs, s'écrivent sans trait d'union
'''surinterprétation''' 


==Anglais==
'''overfitting'''


== Anglais ==
'''overlearning'''  
''' overfitting  '''


''' overlearning  '''  
'''overtraining'''


''' overtraining '''
==Sources==
[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-fra.html?lang=fra&i=1&srchtxt=surapprentissage+&index=alt&codom2nd_wet=1#resultrecs Source : TERMIUM Plus]


[https://developers.google.com/machine-learning/glossary/  Source : Google, ''Machine learning glossary'']


<small>
[https://fr.wikipedia.org/w/index.php?title=Surapprentissage&oldid=161071239  Source : Wikipedia, Surapprentissage.]
{{Modèle:GDT}}


 
[[Catégorie:GDT]]
 
[[Category:intelligence artificielle]]
 
[[Category:GRAND LEXIQUE FRANÇAIS]]
[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-fra.html?lang=fra&i=1&srchtxt=surapprentissage+&index=alt&codom2nd_wet=1#resultrecs    Source : TERMIUM Plus  ]
 
[https://developers.google.com/machine-learning/glossary/  Source: Google, ''Machine learning glossary'' ]

Dernière version du 23 mai 2024 à 22:24

Définition

Le surapprentissage ou surajustement (overfitting ) est un problème pouvant survenir dans les méthodes mathématiques de classification pour les réseaux de neurones. Il est en général provoqué par un mauvais dimensionnement de la structure utilisée pour classifier. De par sa trop grande capacité à stocker des informations, une structure dans une situation de surapprentissage aura de la peine à généraliser les caractéristiques des données. Elle se comporte alors comme une table contenant tous les échantillons utilisés lors de l'apprentissage et perd ses pouvoirs de prédiction sur de nouveaux échantillons.

Voir Fléau de la dimension

Français

surapprentissage

surajustement

surinterprétation

Anglais

overfitting

overlearning

overtraining

Sources

Source : TERMIUM Plus

Source : Google, Machine learning glossary

Source : Wikipedia, Surapprentissage.

Récupérée de « https://datafranca.org/wiki/index.php?title=Surapprentissage&oldid=103377 »

Contributeurs: Evan Brach, Claude Coulombe, Jacques Barolet, wiki, Robert Meloche