« Classification » : différence entre les versions


m (Remplacement de texte : « ↵↵==Sources== » par «  ==Sources== »)
 
(43 versions intermédiaires par 4 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==Définition==
La classification est une technique d’[[apprentissage supervisé]] qui permet de prédire si une donnée appartient à une classe discrète (catégorie).


Par exemple, on peut distinguer entre une image de chat et une image de chien ou encore prédire le genre littéraire d’un livre à partir de son contenu : genre policier, romance, science-fiction, etc.


== Domaine ==
==Compléments==
[[category:Vocabulaire]]
On utilise la classification lorsque la variable d’intérêt (ou variable à prédire) est qualitative, c’est-à-dire qu’elle prend ses valeurs dans un espace qui ne possède pas de mesure de distance naturelle. L’objectif est d’apprendre (autrement dit de trouver) la relation qui lie une variable d’intérêt qualitative, aux autres variables observées, éventuellement dans un but de prédiction. 
[[category:scotty]]


== Définition ==
Par exemple on peut essayer de prédire le genre littéraire d’un livre. Cette variable est discrète (genre « policier », genre « romance », genre « science-fiction », etc.) mais où il n’y a aucune relation entre les genres et où il est difficile de définir une distance (métrique) entre eux.  
Cette méthode d’analyse de données regroupe des algorithmes d’apprentissage supervisé adapté aux données qualitatives. L’objectif est d’apprendre (autrement dit de trouver) la relation qui lie une variable d’intérêt, de type qualitative, aux autres variables observées, éventuellement dans un but de prédiction. On utilise la classification lorsque la variable d’intérêt est qualitative, c’est à dire qu’elle prend ses valeurs dans un espace qui ne possède pas de métrique naturelle. Par exemple on peut essayer de prédire le genre littéraire d’un livre ; cette variable est discrète (genre « policier », genre « science-fiction », etc.) et il n’y a aucune relation entre les genres, il est difficile de définir une distance entre eux.  


Les algorithmes de classification les plus simples sont la régression logistique, le k-nearest neighbour (méthode des k plus proches voisins)… ; les plus complexes sont les réseaux de neurones, les support vector machine, les mixture model (modèles de mélange), le Bayesian classifier (classifieur Bayésien), etc.
Un modèle de classification peut être un simple classificateur binaire ou quelque chose de plus complexe comme un classificateur multiclasses et multiétiquettes.


==Français==
'''classification'''   


'''système de classification''' 
   
   
==Anglais==
'''classification'''
==Sources==
[[Utilisateur:Claude COULOMBE|  Source : Claude COULOMBE]] ([[Discussion utilisateur:Claude COULOMBE|discussion]])


== Français ==
[https://fr.wikipedia.org/wiki/Classification Source : Wikipédia]


</small><br> {{Modèle:101}}<br>
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:ENGLISH]]
[[Catégorie:101]]
== Anglais ==

Dernière version du 30 août 2024 à 18:04

Définition

La classification est une technique d’apprentissage supervisé qui permet de prédire si une donnée appartient à une classe discrète (catégorie).

Par exemple, on peut distinguer entre une image de chat et une image de chien ou encore prédire le genre littéraire d’un livre à partir de son contenu : genre policier, romance, science-fiction, etc.

Compléments

On utilise la classification lorsque la variable d’intérêt (ou variable à prédire) est qualitative, c’est-à-dire qu’elle prend ses valeurs dans un espace qui ne possède pas de mesure de distance naturelle. L’objectif est d’apprendre (autrement dit de trouver) la relation qui lie une variable d’intérêt qualitative, aux autres variables observées, éventuellement dans un but de prédiction.

Par exemple on peut essayer de prédire le genre littéraire d’un livre. Cette variable est discrète (genre « policier », genre « romance », genre « science-fiction », etc.) mais où il n’y a aucune relation entre les genres et où il est difficile de définir une distance (métrique) entre eux.

Un modèle de classification peut être un simple classificateur binaire ou quelque chose de plus complexe comme un classificateur multiclasses et multiétiquettes.

Français

classification

système de classification

Anglais

classification

Sources

Source : Claude COULOMBE (discussion)

Source : Wikipédia



101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »