« Régularisation » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
 
(25 versions intermédiaires par 5 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
==Définition==
[[Category:Vocabulaire2]]
Processus qui consiste généralement à pénaliser les valeurs extrêmes des [[Paramètre|paramètres]] d'un [[modèle]] afin d'éviter un éventuel [[surajustement]].
[[Category:Google2]]
[[Category:Intelligence artificielle]]
[[Catégorie:Apprentissage profond]]
[[Category:Termino 2019]]
[[Category:Scotty]]
 
== Définition ==
Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.


Note :
Remarque : les régularisations les plus couramment employées dans le domaine des mathématiques, statistiques et de l'[[apprentissage automatique]] sont les régularisations L1 et L2.
Les régularisations les plus couramment employées le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisation L1 et L2.


== Français ==
==Français==
'''régularisation''' <small>n.f.</small>
'''régularisation'''  


== Anglais ==
==Anglais==
'''regularization'''
'''regularization'''


==Sources==
Source : Nicolas Chapados, Yoshua Bengio (2003). ''Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières'', Montréal, CIRANO, 68 pages


[[Utilisateur:Patrickdrouin  | Source : Termino]]


<small>
[https://developers.google.com/machine-learning/glossary/ Source : ''Google machine learning glossary'']


Source : Nicolas Chapados, Yoshua Bengio (2003). Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières, Montréal, CIRANO, 68 pages
[[Category:GRAND LEXIQUE FRANÇAIS]]
 
[[Category:Intelligence artificielle]]
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
[[Catégorie:Apprentissage profond]]
[[Catégorie:101]]

Dernière version du 17 janvier 2025 à 10:16

Définition

Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.

Remarque : les régularisations les plus couramment employées dans le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisations L1 et L2.

Français

régularisation

Anglais

regularization

Sources

Source : Nicolas Chapados, Yoshua Bengio (2003). Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières, Montréal, CIRANO, 68 pages

Source : Termino

Source : Google machine learning glossary