« Régularisation » : différence entre les versions


(Page créée avec « __NOTOC__ == Domaine == Category:VocabulaireVocabulaire<br /> Category:GoogleGoogle<br /> Category:Apprentissage profondApprentissage profond<br /> <br /> ==... »)
 
Aucun résumé des modifications
Ligne 10 : Ligne 10 :
Pénalité pour la complexité d'un modèle. La régularisation aide à éviter le surapprentissage. Les différents types de régularisation sont notamment :
Pénalité pour la complexité d'un modèle. La régularisation aide à éviter le surapprentissage. Les différents types de régularisation sont notamment :


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






<br />
<br />
== Termes privilégiés ==
== Termes privilégiés ==
=== régularisation ===
=== régularisation ===

Version du 30 octobre 2018 à 21:45

Domaine

Vocabulaire
Google
Apprentissage profond


Définition

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

  • Régularisation L1
  • Régularisation L2
  • 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.)



Termes privilégiés

régularisation


Anglais

regularization




Source: Google machine learning glossary