« Séparateur à vaste marge à noyau » : différence entre les versions
Aucun résumé des modifications |
(Nouveau terme) Balise : Éditeur de wikicode 2017 |
||
| Ligne 1 : | Ligne 1 : | ||
== Domaine == | == Domaine == | ||
[[Category:Vocabulary]] | |||
[[Category:Vocabulary]] | |||
[[Catégorie:Intelligence artificielle]]Intelligence artificielle<br> | |||
[[Catégorie:Apprentissage automatique]]Apprentissage automatique<br> | |||
[[Catégorie:Coulombe]] Coulombe<br> | |||
[[Catégorie:scotty]] | |||
<br /> | <br /> | ||
== Définition == | == Définition == | ||
Le séparateur à vaste marge à noyau est essentiellement le même que le séparateur à vaste marge (SVM) régulier, mais il applique une «fonction à noyau» qui lui permet d'exploiter des frontières de classification non linéaires. Au lieu d'utiliser les données telles quelles, l'algorithme utilise une « fonction à noyau » qui prend une donnée dans l'espace de départ et retourne une données dans un espace de dimension plus élevée. | |||
<br /> | <br /> | ||
== Français == | == Français == | ||
<h3> | |||
<poll> Choisissez parmi ces termes proposés : | |||
séparateur à vaste marge à noyaux | |||
séparateur à vaste marge à noyau | |||
</poll> | |||
</h3> <h3>Discussion:</h3> Pour le moment, le terme privilégié est «séparateur à vaste marge à noyaux». | |||
<br | <br> | ||
== Anglais == | == Anglais == | ||
'''Kernel Support Vector Machines''' | '''Kernel Support Vector Machines''' | ||
The kernel support vector machine is essentially the same as the standard SVM, with a cool trick that allows it to discover non-linear decision boundaries. | The kernel support vector machine is essentially the same as the standard SVM, with a cool trick that allows it to discover non-linear decision boundaries. | ||
Instead of using the data as-is, we throw our data into something called a kernel. The kernel is any function that takes an input with a given dimensionality and returns an output with higher dimensionality, effectively adding more features to your examples. | Instead of using the data as-is, we throw our data into something called a kernel. The kernel is any function that takes an input with a given dimensionality and returns an output with higher dimensionality, effectively adding more features to your examples. | ||
Version du 13 mai 2019 à 16:25
Domaine
Intelligence artificielle
Apprentissage automatique
Coulombe
Définition
Le séparateur à vaste marge à noyau est essentiellement le même que le séparateur à vaste marge (SVM) régulier, mais il applique une «fonction à noyau» qui lui permet d'exploiter des frontières de classification non linéaires. Au lieu d'utiliser les données telles quelles, l'algorithme utilise une « fonction à noyau » qui prend une donnée dans l'espace de départ et retourne une données dans un espace de dimension plus élevée.
Français
<poll> Choisissez parmi ces termes proposés : séparateur à vaste marge à noyaux séparateur à vaste marge à noyau </poll>
Discussion:
Pour le moment, le terme privilégié est «séparateur à vaste marge à noyaux».
Anglais
Kernel Support Vector Machines
The kernel support vector machine is essentially the same as the standard SVM, with a cool trick that allows it to discover non-linear decision boundaries.
Instead of using the data as-is, we throw our data into something called a kernel. The kernel is any function that takes an input with a given dimensionality and returns an output with higher dimensionality, effectively adding more features to your examples.
Contributeurs: Claude Coulombe, Gérard Pelletier, Jacques Barolet, wiki
