« Apprentissage hors ligne » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
 
(13 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==Définition==
L'apprentissage hors ligne désigne une situation où les données d'entraînement sont statiques. En apprentissage hors ligne, le modèle est entraîné sur l'ensemble des données en une seule opération et ne change pas à moins qu'on ne l'entraîne à nouveau.


==Domaine==
En cela, il s'oppose à une situation où l'entraînement se fait au fur et à mesure que de nouvelles données sont acquises : l''''[[apprentissage au fur et à mesure]]''', ou ''online training''.
[[Category:Intelligence artificielle]]
[[Catégorie:Apprentissage automatique]]
[[Category:Coulombe]]
[[Catégorie:Scotty2]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
<br>
==Définition==
En général l'apprentissage hors ligne désigne une situation où les données d'entraînement sont statiques. En apprentissage hors ligne, le modèle est entraîné sur l'ensemble des données en une seule opération et ne change pas à moins qu'on ne l'entraîne à nouveau. Cela par contraste avec une situation où l'entraînement se fait au fur et à mesure que de nouvelles données sont acquises (en anglais ''online training'').


==Français==
==Français==
 
'''apprentissage hors ligne'''  
'''apprentissage hors ligne'''
   
   
'''apprentissage statique '''
'''apprentissage statique'''    


 
==Anglais==
==Anglais==
'''offline learning'''


'''Offline learning '''
==Sources==
 
[[Utilisateur:Claude COULOMBE | Source : Claude Coulombe]]


[[Utilisateur:Claude COULOMBE | source : Claude Coulombe]] ([[Discussion utilisateur:Claude COULOMBE | discussion]])
[[Catégorie:Intelligence artificielle]]
[[Catégorie:Apprentissage automatique]]  
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 30 juin 2024 à 12:18

Définition

L'apprentissage hors ligne désigne une situation où les données d'entraînement sont statiques. En apprentissage hors ligne, le modèle est entraîné sur l'ensemble des données en une seule opération et ne change pas à moins qu'on ne l'entraîne à nouveau.

En cela, il s'oppose à une situation où l'entraînement se fait au fur et à mesure que de nouvelles données sont acquises : l'apprentissage au fur et à mesure, ou online training.

Français

apprentissage hors ligne

apprentissage statique

Anglais

offline learning

Sources

Source : Claude Coulombe