« Courbe de validation » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « ↵↵↵↵ » par « ») |
||
| (8 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== | == Définition == | ||
Outil diagnostique utilisé lors de la mise au point d'un [[modèle|modèle d'apprentissage]] qui représente l'évolution de l'erreur sur les [[données de validation]]. La courbe de validation est utilisée pour estimer la qualité de l'apprentissage fait par le modèle. Elle permet de valider l'architecture du modèle au fur et à mesure de l'entraînement en fonction de divers [[hyperparamètres]] comme dans le processus de [[validation croisée]]. | |||
== | == Compléments == | ||
En observant la courbe, nous pouvons déterminer les conditions de surajustement, de sous-ajustement et de justesse du modèle pour les valeurs spécifiées de l'[[hyperparamètres|hyperparamètre]] donné. Lorsqu'il y a plusieurs hyperparamètres à régler en même temps, il faut isoler l'effet des différents hyperparamètres. Dans ce cas, on applique l'optimisation d'hyperparamètres. | |||
<hr/> | |||
En apprentissage automatique, les expressions « erreur de validation » et « erreur de généralisation » peuvent être considérées comme des synonymes. | |||
== Français == | == Français == | ||
''' | ''' courbe de validation ''' | ||
''' courbe de l'erreur de validation ''' | |||
''' | |||
''' courbe de l'erreur sur les données de validation ''' | |||
''' courbe de l'erreur de la validation croisée ''' | |||
''' courbe de l'erreur de généralisation ''' | |||
== Anglais == | |||
''' validation curve''' | |||
==Sources== | |||
[https://towardsdatascience.com/10-amazing-machine-learning-visualizations-you-should-know-in-2023-528282940582 Source : towardsdatascience ] | |||
[[Catégorie: | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Dernière version du 29 janvier 2024 à 12:26
Définition
Outil diagnostique utilisé lors de la mise au point d'un modèle d'apprentissage qui représente l'évolution de l'erreur sur les données de validation. La courbe de validation est utilisée pour estimer la qualité de l'apprentissage fait par le modèle. Elle permet de valider l'architecture du modèle au fur et à mesure de l'entraînement en fonction de divers hyperparamètres comme dans le processus de validation croisée.
Compléments
En observant la courbe, nous pouvons déterminer les conditions de surajustement, de sous-ajustement et de justesse du modèle pour les valeurs spécifiées de l'hyperparamètre donné. Lorsqu'il y a plusieurs hyperparamètres à régler en même temps, il faut isoler l'effet des différents hyperparamètres. Dans ce cas, on applique l'optimisation d'hyperparamètres.
En apprentissage automatique, les expressions « erreur de validation » et « erreur de généralisation » peuvent être considérées comme des synonymes.
Français
courbe de validation
courbe de l'erreur de validation
courbe de l'erreur sur les données de validation
courbe de l'erreur de la validation croisée
courbe de l'erreur de généralisation
Anglais
validation curve
Sources
Contributeurs: Amanda Clément, wiki
