« Un contre tous » : différence entre les versions


m (Remplacement de texte — « Category:Google2 » par « <!-- Google --> »)
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(8 versions intermédiaires par le même utilisateur non affichées)
Ligne 1 : Ligne 1 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
<!-- vocabulaire2 -->
<!-- Google -->
[[Category:Apprentissage profond]]
<!-- Scotty2 -->
==Définition==
==Définition==
Étant donné un problème de classification avec N solutions possibles, une solution un contre tous consiste en N classificateurs binaires distincts: un classificateur binaire pour chaque résultat possible. Soit, par exemple, un modèle qui classe les exemples en animal, végétal ou minéral. Une solution un contre tous fournirait les trois classificateurs binaires distincts suivants:
Étant donné un problème de classification avec N solutions possibles, une solution un contre tous consiste en N classificateurs binaires distincts: un classificateur binaire pour chaque résultat possible. Soit, par exemple, un modèle qui classe les exemples en animal, végétal ou minéral. Une solution un contre tous fournirait les trois classificateurs binaires distincts suivants:
Ligne 13 : Ligne 6 :


==Français==
==Français==
===un contre tous===
'''un contre tous'''


==Anglais==
==Anglais==
===one-vs.-all===
'''one-vs.-all'''
<small>
==Sources==


[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary]
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary]


[https://datafranca.org/lexique/un-contre-tous/ ''Publié : datafranca.org'']
 
<!--  CATÉGORIES  -->
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Apprentissage profond]]

Dernière version du 28 janvier 2024 à 14:08

Définition

Étant donné un problème de classification avec N solutions possibles, une solution un contre tous consiste en N classificateurs binaires distincts: un classificateur binaire pour chaque résultat possible. Soit, par exemple, un modèle qui classe les exemples en animal, végétal ou minéral. Une solution un contre tous fournirait les trois classificateurs binaires distincts suivants:

  • animal contre non animal
  • végétal contre non végétal
  • minéral contre non minéral

Français

un contre tous

Anglais

one-vs.-all

Sources

Source: Google machine learning glossary