« Généralisation en rétropropagation » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
m (Remplacement de texte : « ↵↵↵↵ » par « ») |
||
| (9 versions intermédiaires par 3 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
L’apprentissage par rétropropagation semble fonctionner en obtenant tout d’abord un ensemble approximatif de poids qui correspondent aux modèles d’entraînement d’une manière générale, puis en avançant progressivement vers un ensemble de poids qui correspondent exactement aux modèles d’entraînement. | |||
Si l’apprentissage va trop loin dans cette voie, on peut atteindre un ensemble de pondérations qui correspond très bien aux particularités, mais qui ne s'interpolent pas bien. | |||
== Français == | == Français == | ||
'''Généralisation en rétropropagation''' | '''Généralisation en rétropropagation''' | ||
== Anglais == | == Anglais == | ||
''' | '''generalization in backprop''' | ||
==Sources== | |||
[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html Source : INWS machine learning dictionary] ] | |||
[[Catégorie: | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Dernière version du 29 janvier 2024 à 12:44
Définition
L’apprentissage par rétropropagation semble fonctionner en obtenant tout d’abord un ensemble approximatif de poids qui correspondent aux modèles d’entraînement d’une manière générale, puis en avançant progressivement vers un ensemble de poids qui correspondent exactement aux modèles d’entraînement.
Si l’apprentissage va trop loin dans cette voie, on peut atteindre un ensemble de pondérations qui correspond très bien aux particularités, mais qui ne s'interpolent pas bien.
Français
Généralisation en rétropropagation
Anglais
generalization in backprop
Sources
Contributeurs: Imane Meziani, wiki, Sihem Kouache
