« Machines d'apprentissage extrême » : différence entre les versions
(Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' Extreme learning machines ''' is a new learning algorithm for t... ») |
Aucun résumé des modifications |
||
| (3 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Les machines d'apprentissage extrême sont un nouvel algorithme d'apprentissage pour les réseaux neuronaux à avance direct avec une ou plusieurs couches de nœuds cachés, où les poids entre les entrées et les nœuds cachés sont attribués de manière aléatoire et ne sont jamais mis à jour pendant les phases d'apprentissage et de prédiction. Il utilise l'inverse généralisé de Moore Penrose pour définir ses poids. Les ELM sont capables de produire des performances prédictives acceptables et ils apprennent des milliers de fois plus vite que les autres algorithmes et leur coût de calcul est bien inférieur à celui des réseaux formés par l'algorithme de rétropropagation. | |||
== Français == | == Français == | ||
''' | ''' Machines d'apprentissage extrême''' | ||
== Anglais == | == Anglais == | ||
''' Extreme learning machines ''' | ''' Extreme learning machines ''' | ||
[https://medium.com/analytics-vidhya/a-gentle-introduction-to-extreme-learning-machines-elm-91bb793effa8 Source : medium.com/ ] | [https://medium.com/analytics-vidhya/a-gentle-introduction-to-extreme-learning-machines-elm-91bb793effa8 Source : medium.com/ ] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
[[Catégorie: | |||
Dernière version du 15 novembre 2023 à 20:45
Définition
Les machines d'apprentissage extrême sont un nouvel algorithme d'apprentissage pour les réseaux neuronaux à avance direct avec une ou plusieurs couches de nœuds cachés, où les poids entre les entrées et les nœuds cachés sont attribués de manière aléatoire et ne sont jamais mis à jour pendant les phases d'apprentissage et de prédiction. Il utilise l'inverse généralisé de Moore Penrose pour définir ses poids. Les ELM sont capables de produire des performances prédictives acceptables et ils apprennent des milliers de fois plus vite que les autres algorithmes et leur coût de calcul est bien inférieur à celui des réseaux formés par l'algorithme de rétropropagation.
Français
Machines d'apprentissage extrême
Anglais
Extreme learning machines
Contributeurs: Marie Alfaro, wiki
