« Caractéristique creuse » : différence entre les versions


m (Remplacement de texte — « Category:scotty2 » par « <!-- Scotty2 --> »)
m (Remplacement de texte : « ↵↵==Sources== » par «  ==Sources== »)
 
(13 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
==Définition==
<!-- vocabulaire2 -->
[[Category:Google2]]
[[Category:Apprentissage profond]]
<!-- Scotty2 -->
 
== Définition ==
Vecteur de caractéristique dont les valeurs sont la plupart nulles ou vides. Par exemple, un vecteur contenant une seule valeur 1 et un million de valeurs 0 est dit creux. Autre exemple : les mots d'une requête de recherche peuvent aussi être une caractéristique creuse. En effet, il existe de très nombreux mots possibles dans une langue donnée, mais seuls quelques-uns d'entre eux peuvent apparaître dans une requête.
Vecteur de caractéristique dont les valeurs sont la plupart nulles ou vides. Par exemple, un vecteur contenant une seule valeur 1 et un million de valeurs 0 est dit creux. Autre exemple : les mots d'une requête de recherche peuvent aussi être une caractéristique creuse. En effet, il existe de très nombreux mots possibles dans une langue donnée, mais seuls quelques-uns d'entre eux peuvent apparaître dans une requête.


À comparer à la caractéristique dense.
À comparer à la '''[[caractéristique dense]]'''.
 
== Français ==
'''caractéristique creuse'''


== Anglais ==
==Français==
'''caractéristique creuse'''   


==Anglais==
'''sparse feature'''
'''sparse feature'''
==Sources==
[https://developers.google.com/machine-learning/glossary/ Source : Google machine learning glossary]


 
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
<small>
[[Catégorie:Apprentissage profond]]
 
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]

Dernière version du 30 août 2024 à 17:57

Définition

Vecteur de caractéristique dont les valeurs sont la plupart nulles ou vides. Par exemple, un vecteur contenant une seule valeur 1 et un million de valeurs 0 est dit creux. Autre exemple : les mots d'une requête de recherche peuvent aussi être une caractéristique creuse. En effet, il existe de très nombreux mots possibles dans une langue donnée, mais seuls quelques-uns d'entre eux peuvent apparaître dans une requête.

À comparer à la caractéristique dense.

Français

caractéristique creuse

Anglais

sparse feature

Sources

Source : Google machine learning glossary