« Erreur quadratique moyenne » : différence entre les versions
m (Remplacement de texte — « Category:scotty2 » par « <!-- Scotty2 --> ») |
m (Remplacement de texte — « Category:Google2 » par « <!-- Google --> ») |
||
| Ligne 1 : | Ligne 1 : | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
<!-- vocabulaire2 --> | <!-- vocabulaire2 --> | ||
<!-- Google --> | |||
[[Category:Apprentissage profond]] | [[Category:Apprentissage profond]] | ||
<!-- Scotty2 --> | <!-- Scotty2 --> | ||
Version du 3 juillet 2019 à 20:54
Définition
Perte quadratique moyenne pour chaque exemple. La MSE (Mean Squared Error) est calculée en divisant la perte quadratique par le nombre d'exemples. Les valeurs que TensorFlow Playground affiche pour «Perte d'apprentissage» et «Perte de test» sont des erreurs quadratiques moyennes (MSE).
Français
erreur quadratique moyenne n.f.
Anglais
Mean Squared Error (MSE)
Contributeurs: Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki
