« Erreur Out Of Bag » : différence entre les versions


Aucun résumé des modifications
m (Remplacement de texte : « ↵↵↵==Sources== » par «  ==Sources== »)
 
(6 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Définition ==
== Définition ==
Méthode de mesure de l'erreur de prédiction des forêts d'arbres décisionnels, des arbres de décision boostés et d'autres modèles d'apprentissage automatique utilisant l'agrégation bootstrap (bagging). La mise en sac utilise un sous-échantillonnage avec remplacement pour créer des échantillons d'entraînement à partir desquels le modèle peut apprendre.
Méthode de mesure de l'erreur de prédiction des [[forêt aléatoire|forêts aléatoires]], des [[arbre de décision|arbres de décision]] boostés et d'autres modèles d'apprentissage automatique utilisant l'agrégation bootstrap ([[ré-échantillonnage avec remise ensembliste]]). La mise en sac utilise un [[sous-échantillonnage]] avec remplacement pour créer des [[échantillon]]s d'entraînement à partir desquels le modèle peut apprendre.


== Français ==
== Français ==
Ligne 8 : Ligne 8 :
'''Out-of-bag error'''
'''Out-of-bag error'''


<small>
==Sources==


[https://en.wikipedia.org/wiki/Out-of-bag_error Source : Source : Wikipedia  ]
[https://en.wikipedia.org/wiki/Out-of-bag_error  Source : Wikipedia  ]


[https://en.wikipedia.org/wiki/Outline_of_machine_learning#Machine_learning_algorithms  Source : Wikipedia Machine learning algorithms  ]
[https://en.wikipedia.org/wiki/Outline_of_machine_learning#Machine_learning_algorithms  Source : Wikipedia Machine learning algorithms  ]
Ligne 16 : Ligne 16 :
[https://perso.univ-rennes2.fr/system/files/users/rouviere_l/poly_apprentissage.pdf  Source : Université de Rennes 2 ]  
[https://perso.univ-rennes2.fr/system/files/users/rouviere_l/poly_apprentissage.pdf  Source : Université de Rennes 2 ]  


[[Catégorie:vocabulary]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Wikipedia-IA‏‎]]

Dernière version du 31 janvier 2024 à 09:55

Définition

Méthode de mesure de l'erreur de prédiction des forêts aléatoires, des arbres de décision boostés et d'autres modèles d'apprentissage automatique utilisant l'agrégation bootstrap (ré-échantillonnage avec remise ensembliste). La mise en sac utilise un sous-échantillonnage avec remplacement pour créer des échantillons d'entraînement à partir desquels le modèle peut apprendre.

Français

erreur Out Of Bag

Anglais

Out-of-bag error

Sources

Source : Wikipedia

Source : Wikipedia Machine learning algorithms

Source : Université de Rennes 2

Contributeurs: Claire Gorjux, wiki