« Surapprentissage » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
 
(6 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 2 : Ligne 2 :
Le '''surapprentissage''' ou '''surajustement''' (''overfitting '') est un problème pouvant survenir dans les méthodes mathématiques  de classification pour les réseaux de neurones. Il est en général provoqué par un mauvais dimensionnement de la structure utilisée pour classifier. De par sa trop grande capacité à stocker des informations, une structure dans une situation de surapprentissage aura de la peine à généraliser les caractéristiques des données. Elle se comporte alors comme une table contenant tous les échantillons utilisés lors de l'apprentissage et perd ses pouvoirs de prédiction sur de nouveaux échantillons.
Le '''surapprentissage''' ou '''surajustement''' (''overfitting '') est un problème pouvant survenir dans les méthodes mathématiques  de classification pour les réseaux de neurones. Il est en général provoqué par un mauvais dimensionnement de la structure utilisée pour classifier. De par sa trop grande capacité à stocker des informations, une structure dans une situation de surapprentissage aura de la peine à généraliser les caractéristiques des données. Elle se comporte alors comme une table contenant tous les échantillons utilisés lors de l'apprentissage et perd ses pouvoirs de prédiction sur de nouveaux échantillons.


Voir: '''[[Fléau de la haute dimension|fléau de la dimension]]'''.
Voir '''[[Fléau de la haute dimension|Fléau de la dimension]]'''


==Français==
==Français==
''' surapprentissage   '''  <small>nom masc. </small>
'''surapprentissage'''   


''' surajustement '''  <small>nom masc. </small>
'''surajustement'''   


''' surinterprétation '''  <small>nom masc. </small>
'''surinterprétation'''   


==Anglais==
==Anglais==
''' overfitting   '''
'''overfitting'''


''' overlearning '''  
'''overlearning'''  


''' overtraining '''
'''overtraining'''


==Sources==
[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-fra.html?lang=fra&i=1&srchtxt=surapprentissage+&index=alt&codom2nd_wet=1#resultrecs  Source : TERMIUM Plus]


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


[https://fr.wikipedia.org/w/index.php?title=Surapprentissage&oldid=161071239  Source : Wikipedia, Surapprentissage.]
{{Modèle:GDT}}


[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-fra.html?lang=fra&i=1&srchtxt=surapprentissage+&index=alt&codom2nd_wet=1#resultrecs Source : TERMIUM Plus]
[[Catégorie:GDT]]
 
[https://developers.google.com/machine-learning/glossary/ Source: Google, ''Machine learning glossary'']
 
[https://fr.wikipedia.org/w/index.php?title=Surapprentissage&oldid=161071239 Source: Wikipedia, Surapprentissage.]
 
[[Category:intelligence artificielle]]
[[Category:intelligence artificielle]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 23 mai 2024 à 22:24

Définition

Le surapprentissage ou surajustement (overfitting ) est un problème pouvant survenir dans les méthodes mathématiques de classification pour les réseaux de neurones. Il est en général provoqué par un mauvais dimensionnement de la structure utilisée pour classifier. De par sa trop grande capacité à stocker des informations, une structure dans une situation de surapprentissage aura de la peine à généraliser les caractéristiques des données. Elle se comporte alors comme une table contenant tous les échantillons utilisés lors de l'apprentissage et perd ses pouvoirs de prédiction sur de nouveaux échantillons.

Voir Fléau de la dimension

Français

surapprentissage

surajustement

surinterprétation

Anglais

overfitting

overlearning

overtraining

Sources

Source : TERMIUM Plus

Source : Google, Machine learning glossary

Source : Wikipedia, Surapprentissage.