« Fonction d'erreur » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 3 : | Ligne 3 : | ||
[[Category:Intelligence artificielle]]Intelligence artificielle<br /> | [[Category:Intelligence artificielle]]Intelligence artificielle<br /> | ||
[[Category:mathématiques]]mathématiques<br /> | [[Category:mathématiques]]mathématiques<br /> | ||
[[Category:Termino 2019]] | [[Category:Termino 2019]] | ||
[[Category:Scotty]] | [[Category:Scotty]] | ||
== Définition == | == Définition == | ||
Fonction dépendante de la tâche à accomplir devant être optimisée dans un modèle visant l’apprentissage des réseaux de neurones. | Fonction dépendante de la tâche à accomplir devant être optimisée dans un modèle visant l’apprentissage des réseaux de neurones. | ||
Note<br> | Note<br> | ||
En fonction du domaine d'application, on aura tendance à utiliser plutôt fonction de coût (en économie par exemple) que fonction d'erreur. On rencontre parfois un usage plus générique pour le terme fonction objectif. | En fonction du domaine d'application, on aura tendance à utiliser plutôt fonction de coût (en économie par exemple) que fonction d'erreur. On rencontre parfois un usage plus générique pour le terme fonction objectif. | ||
| Ligne 19 : | Ligne 15 : | ||
== Français == | == Français == | ||
'''fonction de coût''' | |||
'''fonction de perte''' | '''fonction de perte''' | ||
'''fonction d'erreur''' | '''fonction d'erreur''' | ||
'''fonction objectif''' | '''fonction objectif''' | ||
Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), Deep Learning, Cambridge, The MIT Press, 775 pages. (version française) | Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), Deep Learning, Cambridge, The MIT Press, 775 pages. (version française) | ||
Source : Chabot, Florian (2017). Analyse fine 2D/3D de véhicules par réseaux de neurones profonds, thèse de doctorat, Université Clermont Auvergne, 171 pages. | Source : Chabot, Florian (2017). Analyse fine 2D/3D de véhicules par réseaux de neurones profonds, thèse de doctorat, Université Clermont Auvergne, 171 pages. | ||
Source : Bisson, Valentin (2012). Algorithmes d’apprentissage pour la recommandation, thèse de doctorat, Université de Montréal, 96 pages. | Source : Bisson, Valentin (2012). Algorithmes d’apprentissage pour la recommandation, thèse de doctorat, Université de Montréal, 96 pages. | ||
Source : Damien Fourure (2017). Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur. thèse de doctorat, Université de Lyon, 178 pages. | Source : Damien Fourure (2017). Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur. thèse de doctorat, Université de Lyon, 178 pages. | ||
Source : Baccouche, Moez (2013). Apprentissage neuronal de caractéristiques spatio-temporelles pour la classifica-tion automatique de séquences vidéo, thèse de doctorat, INSA de Lyon, 194 pages. | Source : Baccouche, Moez (2013). Apprentissage neuronal de caractéristiques spatio-temporelles pour la classifica-tion automatique de séquences vidéo, thèse de doctorat, INSA de Lyon, 194 pages. | ||
== Anglais == | == Anglais == | ||
'''cost function''' | '''cost function''' | ||
'''loss function''' | '''loss function''' | ||
'''error function''' | '''error function''' | ||
'''objective function''' | '''objective function''' | ||
Version du 16 juin 2019 à 20:38
Domaine
Intelligence artificielle
mathématiques
Définition
Fonction dépendante de la tâche à accomplir devant être optimisée dans un modèle visant l’apprentissage des réseaux de neurones.
Note
En fonction du domaine d'application, on aura tendance à utiliser plutôt fonction de coût (en économie par exemple) que fonction d'erreur. On rencontre parfois un usage plus générique pour le terme fonction objectif.
Français
fonction de coût
fonction de perte
fonction d'erreur
fonction objectif
Source : Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2016), Deep Learning, Cambridge, The MIT Press, 775 pages. (version française)
Source : Chabot, Florian (2017). Analyse fine 2D/3D de véhicules par réseaux de neurones profonds, thèse de doctorat, Université Clermont Auvergne, 171 pages.
Source : Bisson, Valentin (2012). Algorithmes d’apprentissage pour la recommandation, thèse de doctorat, Université de Montréal, 96 pages.
Source : Damien Fourure (2017). Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur. thèse de doctorat, Université de Lyon, 178 pages.
Source : Baccouche, Moez (2013). Apprentissage neuronal de caractéristiques spatio-temporelles pour la classifica-tion automatique de séquences vidéo, thèse de doctorat, INSA de Lyon, 194 pages.
Anglais
cost function
loss function
error function
objective function
Contributeurs: Evan Brach, Jacques Barolet, Julie Roy, Patrick Drouin, wiki
