« Hyperparamètre » : différence entre les versions


Aucun résumé des modifications
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(7 versions intermédiaires par 4 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Définition ==
En apprentissage automatique, paramètre dont la valeur est utilisée pour contrôler le processus d'apprentissage automatique. C'est-à-dire, un paramètre de l'algorithme ou de l'architecture du modèle qui est fixé avant le début de l'entraînement d'un modèle donc indépendamment de l'entraînement. En revanche, les valeurs des autres paramètres sont obtenues par entraînement sur les données.


== Définition ==
== Compléments ==


Paramètres dont la valeur est utilisée pour contrôler le processus d'apprentissage automatique.
La valeur d'un hyperparamètre est déterminée par l'[[optimisation d'hyperparamètre]] qui implique une série d'entraînements d'un modèle d'apprentissage.


== Français ==
== Français ==
'''hyperparamètres'''
'''hyperparamètre'''
 
== Anglais ==


'''hyper-paramètres'''
'''hyperparameter'''


== Anglais ==
'''hyper parameter'''
''' Hyper parameters'''
 
'''hyper-parameter'''




<small>
==Sources==


[https://www.accenture.com/us-en/applied-intelligence-glossary    Source : Accenture - applied intelligence glossary ]   
[https://www.accenture.com/us-en/applied-intelligence-glossary    Source : Accenture - applied intelligence glossary ]   
Ligne 23 : Ligne 28 :
[https://www.ibm.com/news/ca/fr/2020/12/10/ibm-et-mila-institut-quebecois-dintelligence-artificielle-annoncent-la-naissance-dune-collaboration.html  Source : ibm.com ]  
[https://www.ibm.com/news/ca/fr/2020/12/10/ibm-et-mila-institut-quebecois-dintelligence-artificielle-annoncent-la-naissance-dune-collaboration.html  Source : ibm.com ]  


[[Catégorie:Vocabulary]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Intelligence artificielle‏‎]]
[[Catégorie:Accenture]]

Dernière version du 27 janvier 2024 à 22:49

Définition

En apprentissage automatique, paramètre dont la valeur est utilisée pour contrôler le processus d'apprentissage automatique. C'est-à-dire, un paramètre de l'algorithme ou de l'architecture du modèle qui est fixé avant le début de l'entraînement d'un modèle donc indépendamment de l'entraînement. En revanche, les valeurs des autres paramètres sont obtenues par entraînement sur les données.

Compléments

La valeur d'un hyperparamètre est déterminée par l'optimisation d'hyperparamètre qui implique une série d'entraînements d'un modèle d'apprentissage.

Français

hyperparamètre

Anglais

hyperparameter

hyper parameter

hyper-parameter


Sources

Source : Accenture - applied intelligence glossary

Source : wikipedia

Source : datacorner.fr

Source : ibm.com