« Dimension de Vapnik-Chervonenkis » : différence entre les versions
(Page créée avec « == en construction == Catégorie:Vocabulaire Catégorie:App-profond-livre Catégorie:Apprentissage profond == Définition == La dimension VC mesure la capa... ») Balise : Éditeur de wikicode 2017 |
m (Remplacement de texte : « ↵↵↵==Sources== » par « ==Sources== ») |
||
| (10 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | |||
Dans la théorie de l'apprentissage automatique, la dimension VC est une mesure de la capacité d'un algorithme de classification statistique. Elle est définie comme le cardinal du plus grand ensemble de points que l'algorithme peut pulvériser. C'est un concept central dans la théorie de Vapnik-Tchervonenkis. Il a été défini par '''Vladimir Vapnik''' et '''Alexeï Tchervonenkis'''. | |||
== | ==Français== | ||
'''dimension de Vapnik-Chervonenkis''' | |||
'''dimension VC''' | |||
== Anglais == | ==Anglais== | ||
'''VC dimension''' | '''VC dimension''' | ||
==Sources== | |||
[https://apprentissageprofond.org Source: ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 131.] | |||
[https://fr.wikipedia.org/wiki/Dimension_de_Vapnik-Tchervonenkis Source: Wikipedia, Dimension de Vapnik-Tchervonenkis.] | |||
[ | [[Catégorie:Apprentissage profond]] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
Dernière version du 29 janvier 2024 à 10:56
Définition
Dans la théorie de l'apprentissage automatique, la dimension VC est une mesure de la capacité d'un algorithme de classification statistique. Elle est définie comme le cardinal du plus grand ensemble de points que l'algorithme peut pulvériser. C'est un concept central dans la théorie de Vapnik-Tchervonenkis. Il a été défini par Vladimir Vapnik et Alexeï Tchervonenkis.
Français
dimension de Vapnik-Chervonenkis
dimension VC
Anglais
VC dimension
Sources
Contributeurs: Jacques Barolet, wiki
