« Régularisation » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
(38 versions intermédiaires par 5 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
__NOTOC__
==Définition==
== Domaine ==
Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un [[modèle]] afin d'éviter un éventuel [[surajustement]].
[[Category:Vocabulaire]]Vocabulaire<br />
[[Category:Google]]Google<br />
[[Category:Apprentissage profond]]Apprentissage profond<br />


<br />
Remarque : les régularisations les plus couramment employées dans le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisations L1 et L2.


== Définition ==
==Français==
Pénalité pour la complexité d'un modèle. La régularisation aide à éviter le surapprentissage. Les différents types de régularisation sont notamment :
'''régularisation'''   


*    '''Régularisation L1'''
==Anglais==
*    '''Régularisation L2'''
'''regularization'''
*    '''Régularisation par abandon'''
*    '''Arrêt prématuré''' (Il ne s'agit pas vraiment d'une méthode de régularisation, mais l'arrêt prématuré peut limiter efficacement le surapprentissage.)


==Sources==
Source : Nicolas Chapados, Yoshua Bengio (2003). ''Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières'', Montréal, CIRANO, 68 pages


[[Utilisateur:Patrickdrouin  | Source : Termino]]


<br />
[https://developers.google.com/machine-learning/glossary/ Source : ''Google machine learning glossary'']


== Termes privilégiés ==
[[Category:GRAND LEXIQUE FRANÇAIS]]
=== régularisation ===
[[Category:Intelligence artificielle]]
 
[[Catégorie:Apprentissage profond]]
 
<br />
== Anglais ==
 
===  regularization===
 
<br/>
<br/>
<br/>
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
<br/>
<br/>
<br/>

Dernière version du 31 octobre 2024 à 03:03

Définition

Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.

Remarque : les régularisations les plus couramment employées dans le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisations L1 et L2.

Français

régularisation

Anglais

regularization

Sources

Source : Nicolas Chapados, Yoshua Bengio (2003). Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières, Montréal, CIRANO, 68 pages

Source : Termino

Source : Google machine learning glossary

Récupérée de « https://datafranca.org/wiki/index.php?title=Régularisation&oldid=109977 »

Contributeurs: Claire Gorjux, Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki, Robert Meloche