« Régularisation L2 » : différence entre les versions

Dernière version du 28 avril 2025 à 08:02

Définition

Régularisation qui ajuste à la baisse les poids au sein d'un modèle proportionnellement à la somme des carrés de leurs valeurs afin de contrer le surajustement.

Remarque : la régularisation L2 vise à ce que les poids dont la valeur est marginale (valeur positive ou négative très élevée ou très faible) se rapprochent le plus possible de 0 (sans jamais l'atteindre).

Compléments

En français le mot ridge se traduit par crête ou arête.

Français

régularisation L2

régression ridge

régularisation ridge

régularisation de Tikhonov

régression de crête

Anglais

L2 regularization

ridge regularization

Sources

Livre - Ian Goodfellow, Yoshua Bengio, Aaron Courville - L'apprentissage profond - régularisation L2, régression ridge, régularisation de Tikhonov

Livre - Aurélien Géron, trad. Anne Bohy - Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets - régression ridge, régularisation ridge, régularisation de Tikhonov, régression de crête

Google Glossaire IA - régularisation L2

Termino

@@ Ligne 1 : / Ligne 1 : @@
-__NOTOC__
+==Définition==
-== Domaine ==
+Régularisation qui ajuste à la baisse les poids au sein d'un modèle proportionnellement à la somme des carrés de leurs valeurs afin de contrer le [[surajustement]].
-[[Category:Vocabulaire]]Vocabulaire<br />
-[[Category:Google]]Google<br />
-[[Category:Apprentissage profond]]Apprentissage profond<br />
-[[Category:scotty]]
-[[Category:9]
-<br />
+Remarque : la régularisation L2 vise à ce que les poids dont la valeur est marginale (valeur positive ou négative très élevée ou très faible) se rapprochent le plus possible de 0 (sans jamais l'atteindre).
-== Définition ==
+==Compléments==
-Type de régularisation qui pénalise les pondérations proportionnellement à la somme de leurs carrés. La régularisation L2 aide à rapprocher de zéro la pondération des anomalies (celles dont la valeur est très positive ou très négative), sans pour autant atteindre zéro. (À comparer à la '''régularisation L1'''). La régularisation L2 améliore toujours la généralisation des modèles linéaires.
+En français le mot ''ridge'' se traduit par ''crête'' ou ''arête''.
+==Français==
+'''régularisation L2'''
-<br />
+'''régression ridge'''
-== Termes privilégiés ==
+'''régularisation ridge'''
-=== régularisation L2 ===
+'''régularisation de Tikhonov'''
-<br />
+'''régression de crête'''
-== Anglais ==
-===  L2 regularization===
+==Anglais==
+'''L2 regularization'''
-<br/>
+'''ridge regularization'''
-<br/>
-<br/>
+==Sources==
-[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
-<br/>
+[https://www.leslibraires.ca/livres/l-apprentissage-profond-ian-goodfellow-9791097160432.html Livre - Ian Goodfellow, Yoshua Bengio, Aaron Courville - ''L'apprentissage profond''  - ''régularisation L2'', ''régression ridge'', ''régularisation de Tikhonov'']
-<br/>
-<br/>
+[https://www.dunod.com/sciences-techniques/machine-learning-avec-scikit-learn-mise-en-oeuvre-et-cas-concrets-1 Livre - Aurélien Géron, trad. Anne Bohy - ''Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets'' - ''régression ridge'', ''régularisation ridge'', ''régularisation de Tikhonov'', ''régression de crête'']
+[https://developers.google.com/machine-learning/glossary?hl=fr#L2_regularization Google ''Glossaire IA'' - ''régularisation L2'']
+[[Utilisateur:Patrickdrouin  | Termino]]
+[[Category:GRAND LEXIQUE FRANÇAIS]]
+[[Category:Apprentissage profond]]

« Régularisation L2 » : différence entre les versions