« Régularisation » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 8 : Ligne 8 :
[[Category:Termino 2019]]
[[Category:Termino 2019]]
[[Category:Scotty]]
[[Category:Scotty]]
<br />


== Définition ==
== Définition ==
Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.
Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.


 
Note :
 
Note
 
Les régularisations les plus couramment employées le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisation L1 et L2.
Les régularisations les plus couramment employées le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisation L1 et L2.
<br />


== Français ==
== Français ==
'''régularisation''' <small>n.f.</small>  
'''régularisation''' <small>n.f.</small>  


== Anglais ==
'''regularization'''


Source : Nicolas Chapados, Yoshua Bengio (2003). Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières, Montréal, CIRANO, 68 pages






<br />


== Anglais ==


'''regularization'''
Source : Nicolas Chapados, Yoshua Bengio (2003). Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières, Montréal, CIRANO, 68 pages


<br/>
<br/>
<br/>
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
<br/>
<br/>[https://datafranca.org/lexique/regularisation/        ''Publié : datafranca.org'' ]
<br/>
<br/>
<br/>

Version du 15 juin 2019 à 22:28

Domaine

Intelligence artificielle
Apprentissage profond

Définition

Processus qui consiste généralement à pénaliser les valeurs extrêmes des paramètres d'un modèle afin d'éviter un éventuel surajustement.

Note : Les régularisations les plus couramment employées le domaine des mathématiques, statistiques et de l'apprentissage automatique sont les régularisation L1 et L2.

Français

régularisation n.f.

Anglais

regularization




Source : Nicolas Chapados, Yoshua Bengio (2003). Comment améliorer la capacité de généralisation des algorithmes d'apprentissage pour la prise de décisions financières, Montréal, CIRANO, 68 pages

Source: Google machine learning glossary

Récupérée de « https://datafranca.org/wiki/index.php?title=Régularisation&oldid=13603 »

Contributeurs: Claire Gorjux, Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki, Robert Meloche