« Similarity learning » : différence entre les versions


m (Remplacement de texte — « <small>Entrez ici les domaines et catégories...</small> » par «  »)
m (Remplacement de texte — « Category:Coulombe » par « <!-- Coulombe --> »)
Ligne 5 : Ligne 5 :
[[Category:Intelligence artificielle]]
[[Category:Intelligence artificielle]]
[[Catégorie:Apprentissage automatique]]  
[[Catégorie:Apprentissage automatique]]  
[[Category:Coulombe]]
<!-- Coulombe -->


== Définition ==
== Définition ==

Version du 4 juillet 2019 à 09:32

en construction

Définition

L'apprentissage de similarité est un domaine de l'apprentissage automatique supervisé. L'objectif l'apprentissage de similarité est d'apprendre à partir d'exemples une fonction de similarité qui mesure à quel point deux objets sont similaires ou liés. L'apprentissage de similarité est étroitement lié à l'apprentissage de métrique (ou apprentissage de distance). L'apprentissage de similarité a des applications dans le classement, les systèmes de recommandation, le suivi visuel (ou filature visuelle), la reconnaissance faciale (ou reconnaissance des visages) et l'identification du locuteur.

Français

apprentissage de similarité

apprentissage de métrique

Choisissez parmi ces termes proposés :

  • apprentissage de similarité
  • apprentissage de similitude
  • apprentissage par similarité
  • apprentissage de métrique

Discussion: Pour le moment, le terme privilégié est «apprentissage de similarité».

Anglais

Similarity learning



Source:Wikipedia

Sources: L’apprentissage de similarité (ou apprentissage de métrique) vise à construire une telle fonction à partir de données d’entraînement de manière à ce que les observations associées à la même (resp. à différentes) classe(s) soient aussi proches (resp. éloignés) que possible.

Vogel, R., Clémençon, S., & Bellet, A. Une théorie probabiliste de l’apprentissage supervisé de similarité pour l’optimisation en un point de la courbe ROC

Contributeurs: Claude Coulombe, wiki