« Marge maximale » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 8 : Ligne 8 :


== Définition ==
== Définition ==
Famille de fonctions de perte pour la classification, conçue pour déterminer la frontière de décision la plus éloignée possible de chaque exemple d'apprentissage, afin de maximiser la marge entre les exemples et la frontière. Les machines à vecteurs de support à noyau (KSVM) utilisent la marge maximale ou une fonction associée, par exemple le carré de la marge maximale. Dans le cas de la classification binaire, la fonction de marge maximale est définie ainsi :
Famille de fonctions de perte pour la classification, conçue pour déterminer la frontière de décision la plus éloignée possible de chaque exemple d'apprentissage, afin de maximiser la marge entre les exemples et la frontière. Les machines à vecteurs de support à noyau (''KSVM'') utilisent la marge maximale ou une fonction associée, par exemple le carré de la marge maximale. Dans le cas de la classification binaire, la fonction de marge maximale est définie ainsi :


[[ Fichier:Marge maximale1.jpg ]]
[[ Fichier:Marge maximale1.jpg ]]

Version du 4 décembre 2018 à 13:32

Domaine

Vocabulaire
Google
Apprentissage profond


Définition

Famille de fonctions de perte pour la classification, conçue pour déterminer la frontière de décision la plus éloignée possible de chaque exemple d'apprentissage, afin de maximiser la marge entre les exemples et la frontière. Les machines à vecteurs de support à noyau (KSVM) utilisent la marge maximale ou une fonction associée, par exemple le carré de la marge maximale. Dans le cas de la classification binaire, la fonction de marge maximale est définie ainsi :

Marge maximale1.jpg

Où y' est la sortie brute du modèle du classificateur :

Marge maximale2.jpg

et y est l'étiquette réelle, soit -1, soit +1.

Termes privilégiés

marge maximale n.f.


Anglais

hinge loss




Source: Google machine learning glossary