« Arrêt prématuré » : différence entre les versions


m (Patrickdrouin a déplacé la page Early stopping vers Arrêt prématuré : Ajus)
m (Remplacement de texte : « ↵↵↵ » par «   »)
 
(30 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
__NOTOC__
==Définition==
== Domaine ==
[[Category:Claude2]]<br />
[[Category:Apprentissage profond]]Apprentissage profond<br />
[[Category:Vocabulaire]]
[[Category:Intelligence artificielle]]Intelligence artificielle<br />
[[Category:Termino 2019]]
[[Category:Scotty]]
 
 
<br />
 
== Définition ==
Méthode de régularisation qui implique d'interrompre l'entraînement d'un modèle d'apprentissage lorsque la perte d'un ensemble de données de validation commence à augmenter et que les performances de généralisation se dégradent.
Méthode de régularisation qui implique d'interrompre l'entraînement d'un modèle d'apprentissage lorsque la perte d'un ensemble de données de validation commence à augmenter et que les performances de généralisation se dégradent.


<br />
==Français==
'''arrêt prématuré'''   


'''arrêt précoce'''


== Français ==
==Anglais==
'''arrêt prématuré'''
'''early stopping'''
 
==Sources==
'''arrêt précoce'''
<br />
 
 
Source : Google, Glossaire du machine learning, https://developers.google.com/machine-learning/crash-course/glossary?hl=fr#o, consulté le 20 mai 2019.
 
 
Source : Toukourou, Mohamed Samir (2009). Application de l'apprentissage artificiel à la prévision des crues éclair, thèse de doctorat, École Nationale Supérieure des Mines de Paris, 183 pages.
 


Source: Johannet, Anne (2011). Modélisation par apprentissage statistique des systèmes naturels, ou en interaction avec un environnement naturel. Applications aux karsts, crues éclair et en robotique,  habilitation à diriger des thèses, Université Pierre et Marie Curie, 84 pages.
Source: Google, [https://developers.google.com/machine-learning/crash-course/glossary?hl=fr#o    ''Glossaire du machine learning'', consulté le 20 mai 2019 ]


Source: Toukourou, Mohamed Samir (2009). ''Application de l'apprentissage artificiel à la prévision des crues éclair, thèse de doctorat'', École Nationale Supérieure des Mines de Paris, 183 pages.


Source: Johannet, Anne (2011). ''Modélisation par apprentissage statistique des systèmes naturels, ou en interaction avec un environnement naturel.  Applications aux karsts, crues éclair et en robotique,  habilitation à diriger des thèses'', Université Pierre et Marie Curie, 84 pages.


== Anglais ==
Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), ''Apprentissage profond'', Paris, Massot éditions, 800 pages.
'''early stopping'''
 
<br/>
<br/>


<br/>
[[Utilisateur:Patrickdrouin  | Source: Termino  ]]


<br/>
[[Catégorie:Apprentissage profond]]
<br/>
[[Catégorie:Intelligence artificielle]]
<br/>
[[Catégorie:Termino 2019]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 29 janvier 2024 à 10:21

Définition

Méthode de régularisation qui implique d'interrompre l'entraînement d'un modèle d'apprentissage lorsque la perte d'un ensemble de données de validation commence à augmenter et que les performances de généralisation se dégradent.

Français

arrêt prématuré

arrêt précoce

Anglais

early stopping

Sources

Source: Google, Glossaire du machine learning, consulté le 20 mai 2019

Source: Toukourou, Mohamed Samir (2009). Application de l'apprentissage artificiel à la prévision des crues éclair, thèse de doctorat, École Nationale Supérieure des Mines de Paris, 183 pages.

Source: Johannet, Anne (2011). Modélisation par apprentissage statistique des systèmes naturels, ou en interaction avec un environnement naturel. Applications aux karsts, crues éclair et en robotique, habilitation à diriger des thèses, Université Pierre et Marie Curie, 84 pages.

Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.

Source: Termino