« Astuce du noyau » : différence entre les versions
m (Remplacement de texte : « ↵↵<small> » par « ==Sources== ») |
m (Remplacement de texte : « ↵↵==Sources== » par « ==Sources== ») |
||
| (3 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
En apprentissage automatique, l'astuce du noyau (en anglais, ''kernel trick'') permet d'utiliser un classificateur linéaire pour résoudre un problème non linéaire. | En '''[[apprentissage automatique]]''', l'astuce du noyau (en anglais, ''kernel trick'') permet d'utiliser un classificateur linéaire pour résoudre un problème non linéaire. | ||
L'idée est de transformer l'espace de représentation des données d'entrée en un espace de plus grande dimension, où un classificateur linéaire peut être utilisé pour séparer les données. La discrimination linéaire dans l'espace de grande dimension (appelé aussi espace de redescription) est équivalente à une discrimination non linéaire dans l'espace d'origine. | L'idée est de transformer l'espace de représentation des données d'entrée en un espace de plus grande dimension, où un classificateur linéaire peut être utilisé pour séparer les données. La discrimination linéaire dans l'espace de grande dimension (appelé aussi espace de redescription) est équivalente à une discrimination non linéaire dans l'espace d'origine. | ||
| Ligne 8 : | Ligne 8 : | ||
==Anglais== | ==Anglais== | ||
''' | '''kernel trick ''' | ||
==Sources== | |||
[https://fr.wikipedia.org/wiki/Astuce_du_noyau Source : Wikipedia IA] | [https://fr.wikipedia.org/wiki/Astuce_du_noyau Source : Wikipedia IA] | ||
Dernière version du 30 août 2024 à 15:05
Définition
En apprentissage automatique, l'astuce du noyau (en anglais, kernel trick) permet d'utiliser un classificateur linéaire pour résoudre un problème non linéaire.
L'idée est de transformer l'espace de représentation des données d'entrée en un espace de plus grande dimension, où un classificateur linéaire peut être utilisé pour séparer les données. La discrimination linéaire dans l'espace de grande dimension (appelé aussi espace de redescription) est équivalente à une discrimination non linéaire dans l'espace d'origine.
Français
astuce du noyau
Anglais
kernel trick
Sources
Contributeurs: Evan Brach, Claude Coulombe, Jacques Barolet, wiki
