« MNIST » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
La base de données MNIST (''Modified National Institute of Standards and Technology'') désigne le jeu de données d'images de chiffres manuscrits le plus utilisé en reconnaissance d'images. Il comporte 60 000 exemples pour les données d'entraînement et 10 000 exemples pour les données de test. Chaque image mesure 28 × 28 pixels. Les meilleurs algorithmes de reconnaissance obtiennent une précision de 99,5% ou plus sur l'ensemble de données de test. | La base de données MNIST (''Modified National Institute of Standards and Technology'') désigne le jeu de données d'images de chiffres manuscrits le plus utilisé en reconnaissance d'images. Il comporte 60 000 exemples pour les données d'entraînement et 10 000 exemples pour les données de test. Chaque image mesure 28 × 28 pixels. Les meilleurs algorithmes de reconnaissance obtiennent une précision de 99,5% ou plus sur l'ensemble de données de test. | ||
==Français== | ==Français== | ||
'''MNIST''' | '''MNIST''' <smallacronyme </small> | ||
==Anglais== | ==Anglais== | ||
| Ligne 17 : | Ligne 13 : | ||
[[Utilisateur:Claude COULOMBE | source: Claude Coulombe]] ([[Discussion utilisateur:Claude COULOMBE | discussion]]) | [[Utilisateur:Claude COULOMBE | source: Claude Coulombe]] ([[Discussion utilisateur:Claude COULOMBE | discussion]]) | ||
[[Catégorie:Apprentissage automatique]] | |||
[[Catégorie:Apprentissage profond]] | |||
[[Catégorie:ENGLISH]] | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | |||
Version du 7 mai 2020 à 12:36
Définition
La base de données MNIST (Modified National Institute of Standards and Technology) désigne le jeu de données d'images de chiffres manuscrits le plus utilisé en reconnaissance d'images. Il comporte 60 000 exemples pour les données d'entraînement et 10 000 exemples pour les données de test. Chaque image mesure 28 × 28 pixels. Les meilleurs algorithmes de reconnaissance obtiennent une précision de 99,5% ou plus sur l'ensemble de données de test.
Français
MNIST <smallacronyme
Anglais
MNIST
Contributeurs: Evan Brach, Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki
