« Surapprentissage » : différence entre les versions
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
Aucun résumé des modifications |
||
| (Une version intermédiaire par le même utilisateur non affichée) | |||
| Ligne 2 : | Ligne 2 : | ||
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. | 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 | Voir '''[[Fléau de la haute dimension|Fléau de la dimension]]''' | ||
==Français== | ==Français== | ||
''' surapprentissage | '''surapprentissage''' | ||
''' surajustement ''' | '''surajustement''' | ||
''' surinterprétation | '''surinterprétation''' | ||
==Anglais== | ==Anglais== | ||
''' | '''overfitting''' | ||
''' overlearning | '''overlearning''' | ||
'''overtraining''' | |||
==Sources== | ==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''] | |||
[https://fr.wikipedia.org/w/index.php?title=Surapprentissage&oldid=161071239 Source : Wikipedia, Surapprentissage.] | |||
[https://fr.wikipedia.org/w/index.php?title=Surapprentissage&oldid=161071239 Source: Wikipedia, Surapprentissage.] | |||
{{Modèle:GDT}} | {{Modèle:GDT}} | ||
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.
Français
surapprentissage
surajustement
surinterprétation
Anglais
overfitting
overlearning
overtraining
Sources
Contributeurs: Evan Brach, Claude Coulombe, Jacques Barolet, wiki, Robert Meloche
