« Algorithmes d'approximation de fonction » : différence entre les versions

Dernière version du 27 janvier 2024 à 16:31

Définition

Comprennent notamment des techniques statistiques d'apprentissage automatique.

L'idée est que l'apprentissage automatique consiste à apprendre, à partir d'un certain nombre d'exemples ou d'instances ou de modèles d'apprentissage, à calculer une fonction dont les arguments sont des variables correspondant à la partie d'entrée du ou des modèles d'apprentissage et dont les variables de sortie correspondent à la partie de sortie des modèles d'apprentissage, qui fait correspondre la partie d'entrée de chaque modèle d'apprentissage à sa partie de sortie.

L'espoir est que la fonction interpole / généralise à partir des modèles d'apprentissage, de sorte qu'elle produise des résultats raisonnables lorsqu'elle reçoit d'autres entrées.

Français

algorithmes d'approximation de fonction

Anglais

function approximation algorithms

Sources

Source : INWS machine learning dictionary ]

@@ Ligne 1 : / Ligne 1 : @@
+== Définition ==
+Comprennent notamment des techniques statistiques d'apprentissage automatique.
-== en construction ==
+L'idée est que l'apprentissage automatique consiste à apprendre, à partir d'un certain nombre d'exemples ou d'instances ou de modèles d'apprentissage, à calculer une fonction dont les arguments sont des variables correspondant à la partie d'entrée du ou des modèles d'apprentissage et dont les variables de sortie correspondent à la partie de sortie des modèles d'apprentissage, qui fait correspondre la partie d'entrée de chaque modèle d'apprentissage à sa partie de sortie.
-[[Catégorie:Vocabulary]]
-[[Catégorie:Apprentissage automatique‏‎]]
-[[Catégorie:UNSW]]
-== Définition ==
+L'espoir est que la fonction interpole / généralise à partir des modèles d'apprentissage, de sorte qu'elle produise des résultats raisonnables lorsqu'elle reçoit d'autres entrées.
-xxxxxxx
 == Français ==
-xxxxxxx
+'''algorithmes d'approximation de fonction'''
 == Anglais ==
 '''function approximation algorithms'''
+==Sources==
-include connectionist and statistical techniques of machine learning. The idea is that machine learning means learning, from a number of examples or instances or training patterns, to compute a function which has as its arguments variables corresponding to the input part of the training pattern(s), and has as its output variables corresponding to the output part of the training patterns, which maps the input part of each training pattern to its output part. The hope is that the function will interpolate / generalize from the training patterns, so that it will produce reasonable outputs when given other inputs.
+[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html      Source : INWS machine learning dictionary]  ]
-See also symbolic learning algorithms.
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
-<small>
-[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html      Source : INWS machine learning dictionary]  ]

« Algorithmes d'approximation de fonction » : différence entre les versions